Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Adaptive Gamification in der Geburtshilflichen Pflege

17. April 2026 aktualisiert von: Sergio Mies Padilla, Servicio Canario de Salud

Wirksamkeit von Gamification mit einer an das Spielerprofil angepassten Erzählung in geburtshilflichen Pflegekompetenzen: Ein Protokoll für eine Cluster-randomisierte kontrollierte Pilotstudie

Diese Pilotstudie, die an der Universidad del Atlántico Medio durchgeführt wurde, zielt darauf ab, die Ausbildung zukünftiger Pflegekräfte durch ein "Präzisionsbildung"-Modell zu revolutionieren, weg von generischen Simulationen hin zu einem auf das individuelle Profil des Studierenden zugeschnittenen Lernen. Durch eine klinische Studie mit 38 Studierenden im zweiten Jahr untersucht die Forschung, ob der Einsatz von künstlicher Intelligenz zur Personalisierung von Bildungsnarrativen (Gamification) entsprechend der Persönlichkeit des Studierenden die akademische Leistung in der Geburtshilfe (Schwangerschaft und Geburt) verbessert. Das ultimative Ziel ist zu zeigen, dass die Anpassung der Lehre an die psychologischen Eigenschaften jedes Studierenden nicht nur eine nachhaltige Strategie ist, sondern auch besser vorbereitete Fachkräfte mit höherer Wissensspeicherung hervorbringt, was sich direkt in sichererer und qualitativ hochwertigerer Versorgung für Patienten und ihre Familien übersetzt.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Stellen Sie sich vor, die Bildung wäre wie ein Anzug: Derzeit sind die meisten Klassen "Einheitsgröße". Alle Schüler erhalten den gleichen Unterricht auf die gleiche Weise, unabhängig davon, ob sie schüchtern, mutig, analytisch oder emotional sind. Aber was wäre, wenn der Forscher einen Anzug speziell für den Geist jedes Schülers schneidern könnte?

Eine neue Pilotstudie der Universität Atlántico Medio hat sich zum Ziel gesetzt, diese Frage zu beantworten, indem sie erforscht, wie Künstliche Intelligenz (KI) die Art und Weise revolutionieren kann, wie die Forscher unsere zukünftigen Gesundheitsfachkräfte ausbilden.

Das Problem: Die Forscher lernen nicht alle auf die gleiche Weise. Die Ausbildung in der Pflege, insbesondere in kritischen Bereichen wie der Geburtshilfe (Schwangerschafts- und Geburtsbetreuung), erfordert nicht nur technisches Können, sondern auch schnelle Entscheidungsfindung und Empathie. Traditionelle Simulationsmethoden übersehen oft das "persönliche Profil" des Schülers und bieten ein generisches Erlebnis, das nicht jeden gleichermaßen motiviert.

Die Lösung: Maßgeschneiderte Geschichten, die von KI generiert werden, haben ein innovatives Protokoll entwickelt, das Psychologie und Technologie kombiniert. Anstelle einer Standardklasse verwendet die Studie pädagogische Spiele (Gamification).

Der große Durchbruch ist der Einsatz von Künstlicher Intelligenz. Die KI analysiert die Persönlichkeit jedes Schülers und passt die Erzählung des Spiels an sein Profil an.

Ist der Schüler wettbewerbsorientiert? Das Spiel könnte herausfordernde Situationen mit hohem Einsatz präsentieren.

Sind sie eher reflektierend? Die Geschichte könnte tiefgründige Daten zur Analyse bieten.

Um zu testen, ob dies funktioniert, wird eine Studie mit 38 Pflegestudenten im zweiten Jahr durchgeführt. Sie werden in zwei Gruppen eingeteilt:

Diejenigen, die mit der traditionellen (generischen) Spielmethode lernen.

Diejenigen, die mit der "Präzisionsausbildung"-Methode lernen, bei der KI klinische Schwangerschafts- und Geburtsfälle an ihre Persönlichkeit anpasst.

Das Ziel ist es, nicht nur zu messen, wie viel sie lernen ("Lernzuwachs"), sondern auch, wie sehr sie den Prozess genießen und sich daran beteiligen.

Warum ist das für alle wichtig? Diese Studie geht nicht nur darum, die Noten der Schüler zu verbessern. Es geht um Sicherheit und Exzellenz im Gesundheitswesen.

Wenn die Forscher zeigen, dass die Anpassung der Ausbildung an die Persönlichkeit eines Schülers besser vorbereitete und engagiertere Pflegekräfte schafft, öffnen die Forscher die Tür zu einer menschlicheren und effektiveren Gesundheitsversorgung. Darüber hinaus macht der Einsatz von generativer KI diese Personalisierung – die bisher aufgrund der Kosten unmöglich war – zu einem nachhaltigen und zugänglichen Werkzeug für medizinische und pflegerische Schulen.

Die Forscher erleben den Wandel von der Massenbildung zur personenzentrierten Bildung und stellen sicher, dass diejenigen, die uns morgen pflegen, heute die bestmögliche Vorbereitung haben.

Studientyp

Interventionell

Einschreibung (Tatsächlich)

38

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienorte

    • Las Palmas
      • Las Palmas de Gran Canaria, Las Palmas, Spanien, 35213
        • Universidad del Atlántico Medio

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Beschreibung

Einschlusskriterien:

  • Studierende des Bachelor-Studiengangs in Pflegewissenschaft
  • Eingeschrieben im Kurs "Pflege im Bereich Reproduktive Gesundheit und Sexualerziehung"
  • Aktive Immatrikulation
  • Präsenzteilnahme
  • Technologischer Zugang

Ausschlusskriterien:

  • Studierende, die den Kurs wiederholen
  • Studierende mit vorheriger spezialisierter Ausbildung
  • Studierende mit unkorrigierten sensorischen Beeinträchtigungen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Sonstiges
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: Adaptiertes Gamifiziertes
Teilnehmer in diesem Arm nehmen an vier 120-minütigen Präsenz-Simulationssitzungen teil, bei denen die gamifizierte Erzählung basierend auf ihrem Profil aus der Player Personality and Dynamics Scale (PPDS) personalisiert wird: Tryhard, Coacher, Esthetic, Joker oder Toxic. Bei identischen klinischen Zielen und gleichem Schwierigkeitsgrad wie in der Kontrollgruppe umfasst die Intervention KI-generierte Anpassungen in vier Schlüsseldimensionen: 1) Erzählton (z.B. "episch/heldenhaft" für Tryhards, "humorvoll" für Jokers); 2) Visuelle Ästhetik (z.B. "High-Fantasy/Dunkel" für Esthetics); 3) Feedback-Stil (z.B. motivierende Herausforderungen vs. empathische Unterstützung); und 4) Nebenmissionen (z.B. versteckte Easter Eggs oder Geschwindigkeitsrätsel). Teilnehmer greifen auf diese spezifischen Erzählvarianten über differenzierte Login-Codes zu, die ihrem zugewiesenen Persönlichkeitsprofil entsprechen.
Die experimentelle Gruppe erhält ein personalisiertes Erlebnis, das durch KI generiert und an fünf Persönlichkeitsprofile (PPDS-Skala) angepasst wird. Diese Anpassung transformiert das Lern-"Wrapper", indem spezifische Erzähltöne (wie heroisch, humorvoll oder empathisch), differenzierte visuelle Ästhetiken, Feedback-Stile, die an die Motivation des Schülers angepasst sind, und exklusive Nebenmissionen (wie Rätsel oder Geschwindigkeitsherausforderungen) angeboten werden, die über spezifische Codes entsprechend ihrer Rolle zugänglich sind.
Aktiver Komparator: Generisches Gamifiziertes
Teilnehmer in diesem Arm nehmen an vier 120-minütigen Präsenz-Simulationssitzungen teil, die über die Wix-Plattform verwaltet werden. Die Intervention nutzt ein standardisiertes, lineares Narrativskript, das von KI generiert, aber kuratiert wurde, um einen neutralen, akademischen Ton beizubehalten. Die visuelle Ästhetik der digitalen Lernumgebung ist einheitlich und hält sich an Standard-Bildmaterial aus der Medizin (saubere, weiß/blaue Benutzeroberfläche). Das Feedback nach Abschluss klinischer Herausforderungen (Google Forms) ist strikt informativ (Richtig/Falsch plus Standarderklärung). Es sind keine spezifischen Nebenmissionen oder profilbasierten Anpassungen enthalten. Alle Teilnehmer greifen über eine einzige, einheitliche Anmeldedaten auf die Plattform zu.
Der Hauptunterschied zwischen den beiden Gruppen liegt ausschließlich in der Anpassung der narrativen und Gamification-Elemente, da der klinische Inhalt, die Lernziele und der Schwierigkeitsgrad unverändert bleiben, um die akademische Validität zu gewährleisten. Die Kontrollgruppe interagiert mit einer linearen und generischen Erzählung, die durch einen neutralen akademischen Ton, eine Standard-Ästhetik der Medizin und konventionelles Feedback ohne zusätzliche Missionen gekennzeichnet ist.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Lernzuwachs
Zeitfenster: Am Tag 1 der Intervention und am Ende der Behandlung jede Sitzung
Die Hauptzielvariable wird die akademische Leistung, LG, sein, die als Spiegel für das neu erworbene Wissen zum untersuchten Thema verstanden wird. Der Grad der Aneignung der theoretischen und praktischen Konzepte von Schwangerschaft und Geburt in jedem der vier klinischen Fälle wird bewertet. Zu diesem Zweck wurde vom Hauptuntersucher, einem zertifizierten Fachkrankenpfleger für Geburtshilfe und Gynäkologie (Hebamme) und dem für die Klasse verantwortlichen Dozenten, ein "ad hoc"-Fragebogen mit 40 Multiple-Choice-Fragen entwickelt. Die Items wurden so konstruiert, dass sie streng mit den spezifischen curricularen Inhalten und Lernzielen des Lehrplans 'Reproduktive Gesundheit' übereinstimmen. Um vor der Durchführung die externe Inhaltsvalidität sicherzustellen, wird dieser erste Entwurf von einem externen Gremium aus fünf Experten (drei akademische Hebammen und zwei Gynäkologen) überprüft. In Bezug auf die Zuverlässigkeit werden, da es sich um eine Pilotstudie handelt, die interne Konsistenz und die Itemanalyse nachträglich berechnet, um das Instrument für zukünftige Studien zu validieren.
Am Tag 1 der Intervention und am Ende der Behandlung jede Sitzung

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Zufriedenheit mit der Gamification
Zeitfenster: Am Ende der Behandlung, nach 4 Wochen
Die subjektive Wahrnehmung der Studierenden bezüglich der Nützlichkeit, des Spaßes und der Motivation, die durch die Aktivität generiert werden, wird mithilfe der Gameful Experience Scale (GAMEX) evaluiert. Dieses validierte 27-Item-Instrument in Spanisch eignet sich zur Messung der Spielerfahrung in der Ausbildung von Pflegestudierenden. Es verwendet Likert-Skalen-Antworten, um die multidimensionale Natur der gamifizierten Erfahrung im Bildungskontext zu messen. Die sechs Dimensionen umfassen Vergnügen, Abstraktion, kreatives Denken, Aktivierung, Abwesenheit negativer Effekte und Beherrschung. Dieses Modell zeigte eine hohe Gesamtzuverlässigkeit mit einem Cronbach-Alpha von 0,85. Das Bewertungsformat verwendet eine fünfstufige Likert-Skala. In der vorgeschlagenen Studie wird die Messung ausschließlich am Ende der Intervention (Sitzung 4) durchgeführt, um die Gesamtwahrnehmung der Studierenden bezüglich des Programms zu erfassen. Vor der Analyse werden negativ formulierte Items (umgekehrte Punktierung) umkodiert, sodass höhere Werte durchweg eine positivere Einstellung widerspiegeln.
Am Ende der Behandlung, nach 4 Wochen
Soziodemografische Variablen
Zeitfenster: Am Tag 1 der Intervention
Alter wird als die Zeit verstanden, die eine Person gelebt hat, gezählt von der Geburt bis zum Zeitpunkt der Umfrage, gemessen in vollen Jahren; Geschlecht wird als eine Variable verstanden, die sich auf die soziale und kulturelle Konstruktion bezieht, die die Rollen, Verhaltensweisen, Aktivitäten und Attribute definiert, die eine Gesellschaft als angemessen betrachtet, mit den Antwortoptionen männlich, weiblich und nicht-binär; und der Durchschnittsnotenwert wird als die durchschnittliche Note verstanden, die im ersten Jahr des Pflegestudiengangs erreicht wurde, um die Unterschiede zwischen den Gruppen zu überwachen.
Am Tag 1 der Intervention

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Spielerprofil
Zeitfenster: Am Tag 1 der Intervention
Die psychologische und verhaltensbezogene Veranlagung der Studierenden für Spielmechaniken und -narrative wird mithilfe des PPDS in seiner validierten spanischen Version bewertet. Der PPDS ist ein psychometrisch validiertes Instrument, das aus 21 Items besteht, die auf einer sechsstufigen Likert-Skala bewertet werden und speziell zur Identifizierung von Spielerprofilen im Kontext der pädagogischen Gamification auf Grundlage von Narrativen entwickelt wurden, um die Häufigkeit bestimmter Verhaltensweisen zu messen, wobei 1 "Nie" und 6 "Immer" bedeutet. Nachdem ein Studierender den Fragebogen ausgefüllt hat, ordnet das System sie nicht in eine einzige Kategorie ein, sondern generiert fünf unabhängige Werte, einen für jedes Profil, die zeigen, mit welchem der folgenden Profile sie am meisten übereinstimmen: Tryhard (leistungs- und kompetenzorientiert); Coacher (auf Führung und Hilfe ausgerichtet); Ästhet (narrativ- und visuell-schönheitsorientiert); Joker (auf Humor und Überraschung ausgerichtet); oder Toxic (ein technischer Gamification-Begriff, der sich auf Spieler bezieht, die darauf aus sind, Systemgrenzen zu testen und Lücken zu suchen).
Am Tag 1 der Intervention

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

19. Februar 2026

Primärer Abschluss (Tatsächlich)

19. März 2026

Studienabschluss (Tatsächlich)

5. April 2026

Studienanmeldedaten

Zuerst eingereicht

12. Februar 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

19. Februar 2026

Zuerst gepostet (Tatsächlich)

25. Februar 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

22. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

17. April 2026

Zuletzt verifiziert

1. April 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • CI/05-022

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .