MétaCan
Menu
Retour à la cohorte
Enregistrement W4406348212 · doi:10.2196/64780

Virtual Reality Simulation for Undergraduate Nursing Students for Care of Patients With Infectious Diseases: Mixed Methods Study

2025· article· en· W4406348212 sur OpenAlexvenueno aff
Wen Chang, Chun‐Chih Lin, Julia Crilly, H.Y. Lee, Li-Chin Chen, Chin‐Yen Han

Notice bibliographique

RevueJMIR Medical Education · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintNursingMedicineMedical educationPsychologyComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Virtual reality simulation (VRS) teaching offers nursing students a safe, immersive learning environment with immediate feedback, enhancing learning outcomes. Before the COVID-19 pandemic, nursing students had limited training and opportunities to care for patients in isolation units with infectious diseases. However, the pandemic highlighted the ongoing global priority of providing care for patients with infectious diseases. OBJECTIVE: This study aims to (1) examine the effectiveness of VRS in preparing nursing students to care for patients with infectious diseases by assessing its impact on their theoretical knowledge, learning motivation, and attitudes; and (2) evaluate their experiences with VRS. METHODS: This 2-phased mixed methods study recruited third-year undergraduate nursing students enrolled in the Integrated Emergency and Critical Care course at a university in Taiwan. Phase 1 used a quasi-experimental design to address objective 1 by comparing the learning outcomes of students in the VRS teaching program (experimental group) with those in the traditional teaching program (control group). Tools included an infection control written test, the Instructional Materials Motivation Survey, and a learning attitude questionnaire. The experimental group participated in a VRS lesson titled "Caring for a Patient with COVID-19 in the Negative Pressure Unit" as part of the infection control unit. In phase 2, semistructured interviews were conducted to address objective 2, exploring students' learning experiences. RESULTS: =2.30; P=.02) at T1. Additionally, the VRS group demonstrated a statistically significant higher regression coefficient for learning confidence compared with the control group (β=.29; P=.03). The students' learning experiences in the VRS group were categorized into 4 themes: Applying Professional Knowledge to Patient Care, Enhancing Infection Control Skills, Demonstrating Patient Care Confidence, and Engaging in Real Clinical Cases. The core theme identified was Strengthening Clinical Patient Care Competencies. CONCLUSIONS: The findings suggest that VRS teaching significantly enhanced undergraduate nursing students' infection control knowledge, learning attention, and confidence. Qualitative insights reinforced the quantitative results, highlighting the holistic benefits of VRS teaching in nursing education, including improved learning outcomes. The positive impact on student motivation and attitudes indicates a potentially transformative approach to nursing education, particularly in the post-COVID-19 era, where digital and remote learning tools play an increasingly vital role.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,507
Écart entre enseignants0,485 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical EducationMême sujetSimulation-Based Education in HealthcareTravaux en français237 207