看護学生の臨床学習を強化するためのCALMO（チャットボット支援学習モデル）によるチャットボットの評価 (CALMO)

現在提案されている研究では、卒業する看護学生の臨床学習をサポートするチャットボットを設計および開発します。 提案された研究の目的は次のとおりです。(1) 会話をシミュレートし、臨床情報を提供し、さまざまな臨床シナリオに関連するガイダンスを提供できるチャットボット プロトタイプを設計および開発します。 (2) 看護学生の看護知識、一般的な自己効力感、内省と洞察力に対するチャットボット介入の影響を評価する。 (3) 教育ツールとしてのチャットボットに対する学生の認識、満足度、受容度を調査します。このチャットボット技術の有効性は、混合手法の準実験計画を使用して評価されます。 提案された研究では、チャットボット支援の臨床教育には、看護知識、一般的な自己効力感、内省と洞察力が向上し、臨床成績を促進する可能性があるという仮説が立てられています。 提案された研究は 2 段階で実施されます。 フェーズ 1: 証拠に基づいた臨床情報を提供し、対話型の対話を行い、さまざまな臨床シナリオに合わせた学習リソースを提供できるチャットボット プロトタイプを設計および開発します。 チャットボットには、Web ベースのプラットフォームまたはモバイル アプリケーションを通じてアクセスできます。 フェーズ 2: 混合手法の準実験計画とフォーカス グループ インタビューを実施して、臨床学習に対するチャットボット介入の影響を評価します。 2 つの施設から看護プログラムに登録している 174 人の看護学生の便宜的なサンプルが採用され、チャットボットを活用した臨床学習を受ける実験グループ、またはチャットボットを統合せずに従来の臨床教育を受ける対照グループのいずれかに割り当てられます。 学生の看護知識を評価するために、ベースラインでの介入前 (T0)、ベースラインから 4 週間後 (4 週目、T1)、および介入後 (12 週目、T2) の 3 時点で 2 つのグループから定量的データが収集されます。一般的な自己効力感、自己反省と洞察。 チャットボット支援学習に対する生徒の認識、満足度、体験を調査するために、フォーカス グループ インタビューを通じて定性データが収集されます。 定量的データは MANOVA を使用して分析され、グループ間およびグループ内の結果が比較されます。 チャットボットを使用した生徒の認識と経験に関連する新たなテーマとパターンを特定するために、定性データに対してテーマ分析が実行されます。 実験グループ (EG) の参加者は、CALMO と呼ばれる自社開発の Web ベースのチャットボット プラットフォームへのアクセス コードを受け取ります。CALMO は、Chatbot-Assisted Learning Model の頭字語として性別に依存しない名前であり、最初のグループ中に開発される予定です。この提案された研究のフェーズ。 介入は 12 週間の研究全体を通じて利用可能です。対照グループ (CG) の参加者は介入期間中、通常の臨床教育サポートを受けます。介入を評価し、介入の質と一貫性を確保するためにプロジェクト管理チームが結成されます。定期的な対面またはオンライン会議による研究介入。 研究の忠実度は、参加者のログイン、セッション完了率、介入資料の利用を追跡するためのメカニズムを開発することによって保証されます。 チャットボット機能の定期的なチェックは、定期的なサービス レポートの提供とともにプラットフォーム開発者によって実行されます。 介入中に参加者がフィードバックを提供したり、技術的な問題を報告したり、研究チームにサポートを求めたりするためのコミュニケーションチャネルが確立されます。 データは、定量的データと定性的データの両方を組み合わせた混合手法アプローチを使用して分析されます。 社会科学統計パッケージ (SPSS) バージョン 26 を使用した統計分析。 2 つの群の参加者のベースライン特性を比較し、カイ 2 乗検定 (名目データの場合)、マン-ウィットニー U 検定 (順序データまたは非正規性データの場合)、または t 検定 (正規性データ)。 有意に異なると考えられる変数はさらに評価され（たとえば、統計分析に共変量として含められ）、結果に対する潜在的な交絡効果を考慮して調整されます。 仮説をテストし、結果変数の繰り返し測定によるクラスタリング効果に対応するには、グループ間の差異をテストするためにベースライン結果変数を調整する一般化推定方程式 (GEE) などの多変量アプローチが採用されます。 。 生徒がベースラインと最終データ収集の間に脱落した場合、治療意図分析が適用されます。 時間 x グループ効果は両方とも、すべての有意性検定で 5% の両側タイプ I 誤り率を使用して検定されます。 生徒の認識や経験に関連する新たなテーマやパターンを特定するために、質的データに対してテーマ分析が行われます。