A Large-Scale Multispecialty Evaluation of Web-Based Simulation in Medical Microbiology Laboratory Education: Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Traditional laboratory teaching of pathogenic cocci faces challenges in biosafety and standardization across medical specialties. While virtual simulation shows promise, evidence from large-scale, multidisciplinary studies remains limited. Objective: The study aims to evaluate the effectiveness of integrating virtual simulation with traditional laboratory practice in enhancing medical microbiology education, focusing on the identification of biosafety level 2 pathogenic cocci. The study assessed improvements in student performance, theoretical understanding, laboratory safety, and overall satisfaction, while achieving standardization and cost reduction across multiple medical specialties. Methods: This randomized controlled trial involved 1282 medical students from 9 specialties. The experimental group (n=653) received virtual simulation training-featuring interactivity and intelligent feedback-prior to traditional laboratory practice, while the control group (n=629) did not receive such training. Our virtual system focused on biosafety level 2 pathogenic cocci identification with dynamic specimen generation. Results: The experimental group showed significantly improved performance across specialties (P<.05 for each specialty), particularly in clinical medicine, in which the experimental group score was 89.88 (SD 13.09) and the control group score was 68.34 (SD 17.23; P<.001). The students reported that virtual simulation enhanced their theoretical understanding (1268/1282, 98.9%) and laboratory safety (1164/1282, 90.8%) while helping them achieve standardization (790/1282, 61.6%,) and cost reduction (957/1282, 74.6%). Overall student satisfaction reached 97.2% (1246/1282), with distinct learning patterns observed across specialties. The test scores were significantly higher in the experimental group, with a mean of 80.82 (SD 17.10), compared to the control group, with a mean of 67.45 (SD 16.81). Conclusions: This large-scale study demonstrates that integrating virtual simulation with traditional methods effectively enhances medical microbiology education, providing a standardized, safe, and cost-effective approach for teaching high-risk pathogenic experiments.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».