MétaCan
Menu
Retour à la cohorte
Enregistrement W4416730244 · doi:10.1177/10468781251401059

Mixed Methods Examination of Challenging and Bothersome Events in Nursing Virtual Simulations: Comparing Screen-Based and Headset VR Modalities

2025· article· en· W4416730244 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSimulation & Gaming · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaInstitut de recherche, Centre universitaire de santé McGill
Mots-clésHeadsetUsabilityModalitiesCognitive loadVirtual realityCognitionEvent (particle physics)Situation awareness

Résumé

récupéré en direct d'OpenAlex

Background: Virtual simulations (VSs) are increasingly utilized to train nursing students for clinical practice, yet few tools to evaluate VS quality, and little research has examined specific design elements that impact user experience across different modalities. Comparative evidence between screen-based VS and headset virtual reality (VR) within the same VS scenario is especially limited. Purpose: The primary goal of this study is to identify challenging/bothersome events in a VS, compare how these events manifest in screen-based versus headset VR, and examine their impact on electrodermal activity (EDA; physiological arousal), performance, usability, and cognitive load. Methods: A mixed-methods approach was applied to analyze audio-video and EDA data from 20 third-year nursing students during a VS. Objective performance scores were generated by the OMS software, while self-reported data on usability and cognitive load were collected through post-simulation surveys. Results: Six challenging/bothersome event categories were identified: software-related restrictions and bugs, confusion/lack of success, negative affect, technical errors, neglect of instruction, and other. Results revealed that encountering challenging/bothersome events significantly increased students' EDA (an indicator of physiological arousal), possibly reflecting frustration/confusion. Furthermore, while no single challenging/bothersome event category predicted performance or usability relative to others, we found that software-related restrictions and bugs were particularly critical, significantly increasing extrinsic cognitive load compared to technical errors. Conclusions: Our findings highlight specific VS elements that hinder students' experience, directly pointing to areas for future improvements. We also provide valuable insights for educators and developers to enhance virtual learning environments in nursing education by addressing how to reduce cognitive load and improve performance and usability. Future research should develop VS-specific usability tools and replicate this study in diverse contexts to further refine virtual learning experiences.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,073
Tête enseignante GPT0,443
Écart entre enseignants0,369 · 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