Utilization of simulation-based learning in undergraduate nursing education in Universities, Kenya: Scoping review protocol
Notice bibliographique
Résumé
Simulation is an active teaching and learning method with proven effectiveness in the cognitive and affective domain (Kim et al., 2016). Nursing education requires adequate preparation in the cognitive, affective and psychomotor domains. A nurse professional is required to demonstrate highest levels of critical thinking and decisional making in the clinical field (Koukourikos et al., 2021) The scoping review will explore utilization of simulation in undergraduate nursing education in Kenyan universities. According to Nursing council of Kenya, the regulator for nursing education, Kenya has 37 universities both private and public institutions (NCK, 2025). Nursing education is offered to preservice and in-service students. Several advancements have been made in creating an enabling simulation environment. Artificial intelligence has been integrated in the teaching methodology and influences the outcome in the learners. For example, in a study done in Canada among undergraduate nursing students, some students prefer artificial intelligence enhanced simulation over patient simulation. Further, the study concludes, the two modalities should be integrated to supplement skills acquisition in the training of nursing students (Harder et al., 2025). There is lack of context specific frameworks in designing of simulation implementation in low resourced countries e.g. Kenya (Abdulai et al., 2022) This review aims to explore the utilization of simulation in Kenyan Universities offering nursing education at undergraduate level. RATIONALE To the best of knowledge of the authors, this is the first scoping review aimed to explore the utilization of the simulation across the 37 universities offering nursing education at undergraduate level. The results of the review will supplement the ongoing discussion on changing and adoption of simulation in nursing education. The review will highlight the level of utilization, challenges experienced, opportunities available and future recommendations. REVIEW QUESTIONS The research question was developed based on guidance of Joanna Briggs Institute scoping review methodology namely; Population, Concept and Context (PCC) (M. D. Peters et al., 2024) What is the level of utilization of simulation in Kenyan universities training Undergraduate nursing students.
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 | 0,052 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,020 | 0,011 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,007 |
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 ».