Immersive virtual reality simulation for undergraduate nursing students: Enhancing mental health care for migrants - A mixed method study protocol
Notice bibliographique
Résumé
The evolving field of nursing education increasingly integrates innovative methods such as immersive virtual reality (IVR) to improve training outcomes. This protocol paper outlines a study that addresses a significant gap by using IVR to improve mental health care training for undergraduate nursing students, focusing particularly on migrants who frequently encounter access barriers such as stigma, discrimination, and cultural differences. Traditional training methods frequently fail to provide the experiential learning necessary for nursing students to develop deep empathy, cultural competence, cultural humility, and advanced communication skills. A multi-phase, sequential explanatory mixed methods design will be employed in this study, which encompasses three phases: development of IVR simulation, a one-group pre- and post-quasi-experimental design, and an interpretive description approach. Participants will include undergraduate nursing students from the University of Saskatchewan and McGill University. In Phase 1, an integrative review will establish the foundation for the simulation, the findings of which will inform the design of initial simulation drafts on the Unity platform. These drafts will be reviewed by an advisory committee, consisting of migrants experiencing mental health challenges, nursing students, educators, and nurses specialized in migrant health care. Feedback from the committee will be integrated before progressing to Phase 2. Phase 2 involves collecting data through pre- and post-intervention questionnaires completed by participants. This data will be analyzed using descriptive and inferential statistics to assess the impact of the IVR simulation and to inform the next phase of the study. In Phase 3, participants will engage in semi-structured interviews. This phase will employ concurrent data collection and analysis along with constant comparative analysis in an iterative process. Following separate analyses of quantitative and qualitative data, the results will be synthesized to provide a comprehensive interpretation of the findings. The expected outcomes include greater acceptance of IVR as a training tool, positive shifts in student attitudes and behaviours towards migrants with mental health difficulties and enhanced cultural competence. This innovative approach could standardize the use of IVR in nursing curricula, making it a fundamental component of nursing education aimed at preparing students for a diverse and inclusive healthcare environment.
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 | 0,026 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,006 |
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 ».