Student Acceptance of Digital Entrustable Professional Activities: Protocol for a Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Integrating digital entrustable professional activities (EPAs) and simulations in medical education represents a substantial shift toward competency-based learning. This approach focuses on developing specific skills through manageable units and enhancing proficiency in high-stakes environments. The technology acceptance model provides a framework to evaluate the adoption of these educational technologies, emphasizing the roles of perceived usefulness and ease of use. OBJECTIVE: This cohort study aims to investigate the acceptance of digital EPAs among medical students within simulated training environments. It seeks to understand how perceived usefulness and ease of use influence this acceptance, guided by the principles of the technology acceptance model. METHODS: The cohort study will involve medical students in the clinical phase of their education at Ludwig Maximilians University Munich. The survey, distributed through the Module-6 distributor, will capture their perceptions of digital EPAs. The data will be analyzed using regression analysis. RESULTS: Data collection is anticipated to be complete by April 2025, with analysis concluded by May 2025. The results will provide insights into students' attitudes toward digital EPAs and their willingness to integrate these tools into their learning. CONCLUSIONS: This study will contribute to the understanding of digital EPAs' role in medical education, potentially guiding future design and implementation of these tools. While highlighting the importance of perceived usefulness and ease of use, the study also acknowledges limitations in sample size and recruitment methodology, indicating the need for further research with more diverse and larger groups. This research is poised to shape future medical training programs, aligning with the evolving landscape of medical education. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/59326.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,059 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,012 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».