このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

小児薬アプリケーション

2025年2月18日 更新者:Şerife TUTAR GÜVEN、Suleyman Demirel University

小児医薬品局における学生の自己効力レベルに対する3つの異なる方法(メタバース、ジグソー、古典)の影響

この研究の目的は、小児看護コースを受講する学生の投薬投与における自己効力感の開発におけるジグソーパ、メタバース、および古典学習モデルの有効性を評価することでした。

調査の概要

詳細な説明

研究の目的この研究の目的は、小児の学生の薬物アプリケーションの自己効力感レベルに関する小児薬物アプリケーションスキルトレーニングで使用される3つの異なる学習方法(古典的、メタバース、ジグソーパ)の効果を評価することです。

研究仮説H0:グループ内の学生の薬物適用自己効力感レベルに違いはありません。

H1:グループ内の学生の薬物塗布レベルには違いがあります。

研究フォームこの研究は、テスト前のテスト後のランダム化された準実験的研究です。 さらに、研究が完了すると、クラシック、ジグソーウ、メタバーステクニックの肯定的および否定的な側面に関して、各グループの10人のボランティア学生との定性的インタビューが実施されます。

研究の場所と時間研究は、2023年4月から6月にかけて、SüleymanDemirelUniversityの保健科学部の看護部門の子どもの健康と病気の看護コースを受講する学生と一緒に実施されます。

宇宙と研究のサンプル研究の宇宙は、看護部門の子どもの健康と病気の看護コースを受講する180人の学生で構成されています。 パワー分析の結果として決定された90人の学生が形成されます。

電力分析:研究の電力分析は、GPOWER 3.1.9.2で実行されました。 (ドイツ、キール大学)プログラム。 研究デザインは3つの独立したグループと2つの繰り返し測定として作成されたため、「Fテスト」がテストファミリーとして選択され、「ANOVA:繰り返し測定、相互作用の中間」が分析として選択されました。 まず、単一のサンプル比テストでn = 180として与えられた主な質量情報によれば、サンプルサイズは、p = 0.40比の値、5%誤差、95%の電力値のn = 63として計算されました。 反復測定の効果によって説明される分散の効果サイズは、1に対してd = 0.252として計算されました。 合計サンプルサイズは、3つの独立したグループでn = 66、誤差5%のマージン、0.95の電力値、r = 0.5の繰り返し測定間の0.5相関の条件下で2つの反復測定値として計算されました。 ただし、ランダム化と繰り返しの研究状況を考慮すると、サンプルをわずかに増やし、各グループの30人の学生で合計n = 90で完了することが決定されました。

研究に含めるための基準:

  • 子どもの健康と病気の看護コースを受講する初めての学生であること
  • 研究に参加するボランティアであること

研究からの除外の基準:

  • 健康職業高校の卒業生であるか、DGSを使用してプログラムに含まれている(垂直転送試験)
  • 研究のデータが収集された日付の間、非居住者ではありません
  • 前の期間に子供の薬物アプリケーションに関する教育またはコースを受け取った
  • 以下のランダム化からコースを受講する学生であること:研究に含めるための基準を満たす学生は、単純なランダム化方法(クラシック、メタバース、ジグソーパの学習)を持つグループに割り当てられます。 研究への参加を受け入れない学生は、コースのルーチンに従って関連するインストラクターから同じトピックを受け取ります。

研究の種類

介入

入学 (実際)

150

段階

  • 適用できない

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

      • Isparta、七面鳥、32200
        • Suleyman Demirel University, Nursing Department

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 子
  • 大人
  • 高齢者

健康ボランティアの受け入れ

はい

説明

包含基準:

  • 初めて子供の健康と疾患の看護コースを受講する
  • 研究に参加するためのボランティア

除外基準:

  • 研究データが収集された日付中に治療をしない
  • 前の期間に子供の薬物アプリケーションに関するトレーニングやコースを受講していない
  • 下からコースを取っていない

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

  • 主な目的:他の
  • 割り当て:ランダム化
  • 介入モデル:並列代入
  • マスキング:独身

武器と介入

参加者グループ / アーム
介入・治療
実験的:介入グループ1
介入
この学習方法では、学生はメイングループと専門家グループに分かれます。 その後、各グループの専門家が来て、学生はインストラクターから彼/彼女に与えられた主題の専門知識を提供されます。 学生が専門化した後、彼/彼女は自分のグループに戻り、コースのインストラクターの監督の下で専門化した主題について、友人にトレーニングを提供します。 指定された主題に関する学生の専門プロセス中に、必要な文献のサポートとコントロールがコースのインストラクターによって提供されます。
実験的:介入グループ2
介入
この学習方法では、小児薬アプリケーションで決定されたトピックは、コースの関連するインストラクターによって毎週準備され、メタバースに転送され、毎週モジュールの形で学生に提示されます。
実験的:コントロールグループ
この学習方法では、インストラクターによって決定された被験者は、プレゼンテーション(パワーポイント)メソッドを使用して、インストラクターによって実験室環境の学生に説明されます。

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
小児投薬投与自己効力感スケールスコア
時間枠:4か月
看護学生のための子供の投薬投与の自己効力感スケールは、Bektaşetalによって開発されました。 2021年。 スケールは、16のアイテムと2つのサブディメンションで構成されています。 子供の投薬製剤サブディメンション(投薬量の計算と取得のための項目)は、項目1、2、3、4、5、6、7、および8です。薬物投与のサブディメンション(入手した薬を投与するための項目)は、項目9、10、11、12、13、14、15、および16です。 このスケールは5ポイントのリッカートタイプのスケールで格付けされ、1 =間違いなく十分ではない、2 =やや十分、3 =部分的に十分、4 =十分、5 =十分です。 スケールから得られた最低スコアは16で、最高スコアは80です。 スケールにはカットオフポイントがありません。スコアが増加すると、小児投薬投与に対する学生の自己効力感が増加します。 スケールには、逆スコアのアイテムがありません。
4か月

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2023年4月1日

一次修了 (実際)

2023年6月30日

研究の完了 (実際)

2023年6月30日

試験登録日

最初に提出

2024年8月6日

QC基準を満たした最初の提出物

2025年2月18日

最初の投稿 (実際)

2025年3月25日

学習記録の更新

投稿された最後の更新 (実際)

2025年3月25日

QC基準を満たした最後の更新が送信されました

2025年2月18日

最終確認日

2025年2月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • 72867572-050.01.04-87

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

未定

IPD プランの説明

調査が公開されたら、すべての詳細を共有できます。

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

米国で製造され、米国から輸出された製品。

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

購読する