MétaCan
Menu
← Retour à la cohorte
Enregistrement W7008786508

Comparaison des méthodes de simulation, avec réalité virtuelle immersive et patient simulé, auprès de personnes étudiantes en sciences infirmières

2024· other· fr· W7008786508 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2024
Typeother
Languefr
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitionContext (archaeology)Cultural environment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans un contexte où les systèmes de santé peinent à répondre aux besoins de la population, les besoins d’infirmières et infirmiers ont explosé. La nécessité de former davantage de personnels du domaine de la santé apparait ainsi de plus en plus criante. Au Québec, les pressions politiques sont grandissantes pour que les universités forment un plus grand nombre de ressources en sciences infirmières. Or, maints programmes de formation en sciences infirmières ont pris le virage de la professionnalisation préconisant des pédagogies qui valorisent le développement de compétences professionnelles en situation authentique. Toutefois, considérant les obstacles qui se posent pour un accès aux milieux cliniques et de stages, les instances de formation se tournent vers des stratégies pédagogiques alternatives de simulation, comme le patient simulé, qui tend à reproduire la réalité d’une situation ou d’un environnement professionnel. La réalité virtuelle immersive (RVI) en constitue une récente qui présente un niveau de réalisme significatif, un facteur propice à l’engagement et au développement des compétences de la personne apprenante. En contrepartie, la RVI, par son caractère multisensoriel, peut être source de distraction du fait qu’elle peut induire une surcharge cognitive potentielle importante. Puisque la contribution de la RVI à la formation est relativement récente, ses enjeux méritent d’être étudiés plus en profondeur. Le présent mémoire a pour objectif de comparer deux méthodes de simulation, la RVI et le PS, en termes de développement de compétences, d’engagement, de charge cognitive et d’expérience d’apprentissage. S’inspirant de cadres théoriques et conceptuels permettant de bien définir et situer les différents concepts et notions mobilisés dans la présente recherche, ceux-ci ont également permis de positionner nos choix méthodologiques. Une approche mixte et convergente a donc été choisie, combinant en complémentarité des méthodes quantitative et qualitative. Un échantillon de neuf personnes étudiantes en 3e année du baccalauréat en sciences infirmières a donc participé à un protocole expérimental comportant des tâches relatives à l’évaluation et la communication en situation clinique d’un cas en santé mentale. Celles-ci ont répondu à un ensemble de questionnaires mesurant la performance dans des tâches d’évaluation clinique, le niveau d’engagement ainsi que la charge cognitive perçue. Des entretiens semi-dirigés ont également été réalisés auprès des personnes participantes afin de leur permettre de décrire leur expérience d’apprentissage. En synthèse, les résultats quantitatifs reflètent qu’il n’y a pas de différence significative entre les deux méthodes de simulation concernant les compétences, l’engagement et la charge cognitive. Seule une différence statistiquement significative a été relevée quant à la perception de contrôle qui est plus importante pour la simulation avec PS que celle avec la RVI. Par ailleurs, les résultats qualitatifs révèlent que les personnes participantes perçoivent la simulation RVI comme étant plus favorable au développement de compétences de la pratique infirmière et de composantes plus opérationnelles et procédurales relatives à l’évaluation clinique, alors que la simulation avec PS est perçue comme pouvant soutenir le développement de compétences relationnelles et communicationnelles. Quant aux thèmes émergents, le facteur de « réalisme » des méthodes de simulation a été identifié comme un enjeu, la RVI semblant bien illustrer un environnement réaliste, mais les réponses préprogrammées de la patiente et le délai de réaction ont amené une perte de ce réalisme. Pour la simulation avec PS, elle peine à représenter la réalité d’une unité de médecine. Toutefois, le fait de pouvoir parler avec une « vraie » personne lors de la simulation PS a suscité une perception de réalisme élevé. Sur le plan des retombées scientifiques, notre démarche de recherche vient corroborer maints constats évoqués dans la littérature scientifique, à savoir que les deux méthodes de simulation apparaissent comparables et favorables au développement de compétences et qu’elles favorisent un engagement élevé chez les personnes apprenantes. En revanche, contrairement à ce qui est soutenu par la littérature, nos résultats révèlent que notre protocole expérimental n’a pas produit de surcharge cognitive. Nos résultats soutiennent clairement la pertinence de considérer la RVI et le PS de manière complémentaire. Certaines limites sont à souligner : l’ampleur restreinte de l’échantillon limite la généralisation des résultats; l’utilisation du Self-Assessment Manikin est à reconsidérer du fait qu’il présente des limites sur le plan psychométrique. En ce qui a trait à la RVI, des avancées technologiques sont encore nécessaires pour améliorer la fluidité des échanges avec le patient virtuel et le réalisme des émotions. Les développements continus de l’intelligence artificielle pourront très certainement contribuer à surpasser ces limites. D’autres recherches sont également nécessaires pour étudier le développement d’autres types de compétences en sciences infirmières, notamment le jugement clinique, la prise de décision ou les soins à prodiguer. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : réalité virtuelle immersive, patient simulé, simulation, méthodes pédagogiques, sciences infirmières

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,335
Écart entre enseignants0,298 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)→Même sujetSimulation-Based Education in Healthcare→Travaux en français237 207→