MétaCan
Menu
Retour à la cohorte
Enregistrement W4413744133 · doi:10.1007/s44217-025-00771-5

Virtual reality training programs in disaster preparedness: a systematic review

2025· article· en· W4413744133 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueDiscover Education · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)PreparednessVirtual realityDisaster preparednessComputer scienceEmergency managementMedical educationHuman–computer interactionPolitical scienceMedicineGeography

Résumé

récupéré en direct d'OpenAlex

The demand for effective disaster preparedness training in hospitals is steadily increasing, as healthcare staff need to handle emergencies efficiently while providing patient care. However, conventional training methods like live drills and tabletop exercises can require significant resources, limit participation, and disrupt hospital operations. In light of these challenges, Virtual Reality (VR) training has emerged as a modern solution, offering an innovative way to improve training efficiency without interfering with routine hospital activities. This study, therefore, examines how VR training compares to traditional methods in preparing hospital personnel for disasters, focusing specifically on effectiveness and cost. We reviewed studies concerning the effectiveness and economic assessments of VR compared to traditional methods. To answer the research questions, we followed the Canada Drug Agency’s guides on conducting a health technology assessment. Articles were identified from both peer-reviewed and gray literature. The review highlights eight pertinent studies demonstrating VR’s advantages, including boosting knowledge retention, performance, and overall confidence among healthcare professionals in disaster preparedness. Furthermore, the economic analysis indicates that although the initial costs of VR synchronous training may be higher, the long-term savings from reduced ongoing training and maintenance can lead to greater cost efficiency. In addition, while VR training presents safety benefits, challenges such as cybersickness and accessibility concerns have also been observed. VR training offers considerable advantages over traditional disaster preparedness methods and significantly improves healthcare workers’ confidence and skills. Despite the high upfront costs, the potential long-term financial benefits appear promising. To maximize results, funding for VR initiatives must emphasize demonstrated effectiveness alongside ongoing research to explore broader applications and address the challenges posed by these emerging technologies.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,076
Tête enseignante GPT0,416
Écart entre enseignants0,339 · 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