MétaCan
Menu
Retour à la cohorte
Enregistrement W6907749601 · doi:10.25417/uic.21517446

Applying Flipped Learning Concepts to Simulation and Its Impact on the Retention of Non-technical Skills

2022· dissertation· en· W6907749601 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Illinois Chicago · 2022
Typedissertation
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisTeamworkAnxietyQualitative propertyProblem-based learningQualitative researchIntervention (counseling)Randomized controlled trialCognition

Résumé

récupéré en direct d'OpenAlex

Background To Err is human, building a safer health care system has put the emphasis on the importance of teamwork practice through simulation based medical education (SBME) to prevent patient mortality. Flipped learning has emerged as an effective add-on to simulation for the acquisition of technical skills (TS). However, data on the combination of flipped learning and SBME for the acquisition of non-technical skills, such as crisis resource management (CRM), is lacking. Purpose The primary objective of our study was to assess if providing flipped learning regarding the TS required for the taskwork of an upcoming simulation would increase CRM skills retention three months after the study intervention. Secondary objectives concerned the interventions’ effect on anxiety levels, cognitive load, achievement emotions and participants’ perceptions towards the activity. Methods A randomized between-group experiment using a convergent mixed method approach was employed. The study intervention consisted in the provision of beforehand teaching on the different illnesses encountered in an upcoming acute care simulation training session. The primary outcome was the between group difference in overall scores on the Ottawa CRM Global Rating Scale. Main and secondary quantitative outcomes were assessed using a repeated measures ANOVA. A qualitative analysis was conducted on the verbatim of semi-structured interviews. Secondary qualitative outcomes were assessed both deductively through a content analysis and inductively with a thematic analysis. Results Sixty-four participants underwent randomization. There was a between subject difference favouring flipped learning. No differences in salivary cortisol, heart rate, state trait anxiety inventory or achievement emotions were noted between groups. The qualitative analysis revealed a high variability in the intervention’s impact on participants, with some experiencing performance pressure. A strong intuition towards perceiving judgement was associated with simulation training. Learners’ achievement goal orientation may have modulated their reaction to the study intervention. Discussion Our findings are in line with previous work on the topic of flipped learning and SBME. However, our trial provides insight on potential negative effects it may have on learners. Educators should utilize this instructional design with caution until further research may clarify which learner subtype may benefit or not from this combination.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,747
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,355
Écart entre enseignants0,334 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Illinois ChicagoMême sujetSimulation-Based Education in HealthcareTravaux en français237 207