理学療法におけるシミュレーションベースの教育 (SimFisio)

臨床シミュレーションは、学生の自信を高め、教室で獲得した基本的な実践的スキルの統合と、コミュニケーション、コラボレーション、紛争解決などの「学際的スキル」の統合を促進する教育用ツールであることが示されています。

EBSは、複雑さ、忠実度、またはリアリズムのレベルに従って分類されるさまざまなモダリティを使用してアプローチでき、その結果、低、中間、高い複雑さの3つのタイプが生まれます。 EBSのすべての段階において、ファシリテーターは学習者を計画（事前にブリーフィング）し、シミュレーションを実施し、安全な学習環境を確立し、デブリーフィングとの反省を促進します。

このため、2023年から2024年の学年度中に、EBSのより効果的な開発のためのツールと戦略を提供することを目的として、理学療法の程度のシミュレーションのファシリテーターのトレーニングが提供されます。

方法論的研究設計この前向き準実験的研究には、説明的な順次タイプの混合方法論的設計があり、2つのフェーズが区別されます。1）最初のフェーズでは、目的1が作業し、定量的設計を備えています。 2）第2フェーズでは、目的2が作業し、定性的設計があります。 両方のフェーズは補完的です。

研究集団研究集団は、FCSBの理学療法の学位の2年生、3年目、および4年生、程度の科目I、IIIまたはVに登録され、EBSを受け取った人、シミュレーションの施設因子として役割を果たしている被験者の家庭教師になります。

包含基準：a）実習I、III、またはV被験者の最初の登録。 b）EBSセッション全体の完了。

除外基準：a）被験者の評価部分のいずれかでグレード5を取得できなかった。

ファシリテーターの集団に対して確立された包含および除外基準について：

包含基準：a）実習I、III、またはV被験者のシミュレーションのファシリテーター。

除外基準：a）2つのトレーニングセッションを完了していません。

これは単一グループの準実験的研究であるため、研究集団にはランダム化方法は適用されません。

定量段階の募集プロセスは、両方の集団で、このプロジェクトのために準備された情報およびインフォームドコンセントフォームを通じて、口頭および書面で実行されます。

ファシリテーターの母集団については、研究チームのメンバーによるブリーフィングセッションで同じ説明プロセスが適用され、研究に参加することを決定したかどうかにかかわらず、匿名および個人的に示すQRコードを受け取ります。

定性的段階では、定量的段階に含まれる学生とEBSを採取した学生に便利なサンプリングが使用されます。

データ収集フェーズ1では、参加者が受け取るQRコードを介して、Microsoft 365のフォーム拡張を使用して定量的データが収集されます。

変数の促進：

独立変数：

社会人口統計データ：主題（実習I、III、V）、年齢、性別、EBSでの以前のトレーニング。 これらの変数はベースラインで収集されます。

EBSトレーニング：

理学療法の学位の被験者I、IIIおよびIVの家庭教師の2日間のトレーニング日に介入が提案されます。 トレーニングのコンテキストで開催される2つのセッションには、共通の目的があります。

EBSの適用中に学習のための促進行動を支持する。

EBSの正しい機能のためにファシリテーターにツールと戦略を提供する。

事前に確立された困難の増加に応じて、被験者の実習I、III、Vの間のEBSの違いと類似性を確立するため。

従属変数：

健康におけるシミュレーションのための報告（EDSS）。 このスケールは、デブリーフィングの6つの重要な要素の分析と評価を通じて、経験的文脈の学習と変化を促進する促進者の行動を評価します。

自己効力感スケールを教えることによって自己効力感を教える。 スケールは、学生および教育実践の調整と教室管理における有効性の認識において認識されています。

ファシリテーターの従属変数は、3つの瞬間に収集されます。1）EBSトレーニングを実施する前。 2）EBSトレーニングの終了時、および3）対応するコースの被験者の実習I、III、Vのシミュレーション期間の終わりに。

学生変数：

独立変数：

社会人口統計データ：主題（実習I、III、V）、年齢、性別、健康分野での以前の実務経験。 これらの変数はベースラインで収集されます。

シミュレーションベースの教育：

上記のように、実習I、III、およびVの被験者の各学生は、撮影された被験者のコンテキストに基づいてシミュレーションセッションを実施します。

シミュレーションは、シミュレーション中にファシリテーターとして機能する同じUVICチューターが共通している5人の学生のグループで実行されます。 各シミュレーションは、以前に記載された3つのフェーズ（事前ブリーフィング、シミュレーション自体、デブリーフィング）に従って適用され、さまざまな被験者間の進行により、これらのフェーズに重点が置かれます。

実習I：事前にブリーフィングは、学生のグループの安全性と信頼を保証するためにより多くの価値を持っています。 シミュレーション自体は、2人のボランティアの学生によって開発されています。 デブリーフィングは短く、ケースの結果ではあまり要求が厳しくなく、目的は調査されますが、過度の深さに進むことなく、エラーを過小評価し、学生の学習を過大評価します。

Practicum III：事前のブリーフィングとデブリーフィングの表現が平等になります。 シミュレーション自体は、1人のボランティア学生によって開発されています。

Practicum V：ケースの需要を増やすため、このような広範な前ブリーフィングを実行する必要はありませんが、ブリーフィングのすべての部分がレビューされ、取り組むべき目標を強調します。 デブリーフィングは、より要求が厳しく、反射的で完全であり、実際の臨床空間への移転の大きな負担があります。 シミュレーション自体は、ボランティアの学生が1人だけによって開発されています。

従属変数：

学生の従属変数1、2、および3は、対応するコースの実習I、III、およびVの被験者のEBS期間前およびEBSの完了後に収集されます。 従属変数4および5は、対応する被験者のEBS期間が完了した後にのみ収集されます。

使用されるすべてのアンケートは自己管理され、スペイン語で管理されます。

学問の状況に特有の認識された自己効力感。 これは、思春期および大学生の教育文脈の特定の状況で自己効力感の期待を測定することを目的とした10項目で構成される学術状況（AEPESA）スケールの特定の認識された自己効力感を使用して評価されます。

大学生の学問的コミットメント。 アカデミックコンテキストアンケートまたはユトレヒトワークエンゲージメントスケール（UWES）の幸福を使用して評価されます。 次の寸法が含まれています。

学問的活力は、学生のエネルギー、回復力、および研究に努力を投資する意欲を測定します。

学問の献身は、学生の心理的な関与と研究へのコミットメントを評価します。

学問的な吸収は、学生の研究に完全に没頭する能力を測定します。

学生の満足度と学習（SCLC）アンケートの自信を使用して、EBSに関する満足度と自信。

教育実践に関するアンケート（EPQ-SP）を通じて、シミュレーションにおける最高の教育慣行に対する学生の認識。

フェーズ2では、EBSと理学療法学位の学生の評価期間が終了すると、オンラインフォーカスグループインタビューを通じて定性的データが収集されます。

学生に対する優位性の関係のない研究者は、電子メールで選ばれた学生に連絡し、単一のFGに参加するよう招待します。

すべてのFGには同じ構造があります。1）プレゼンテーションと紹介では、参加者とファシリテーターが自己紹介します。 2）グループディスカッションでは、ファシリテーターがスクリプトに基づいて柔軟な方法で質問をします。 3）結論と閉鎖。 すべてのFGSは、データが失われないようにするためにビデオと音声録音され、研究者は議論中に観察された関連する側面に注意します。

データ分析

フェーズ1。定量分析：

統計分析のために、コンピュータープログラム「社会科学の統計パッケージ」が使用されます。 ファシリテーターに関連するデータの分布を分析するために、Shapiro-Wilkテスト（P> 0.05）が使用され、学生データのKolmogorov-Smirnovテスト（P> 0.05）が使用されます。

目的1.1の場合。 1.2。、記述統計が使用されます。 データが正規分布に従った場合、研究変数の時間の経過に伴う変化を評価するために、反復測定ANOVA分散分析などのパラメトリックテストが適用されます。 さまざまな期間の研究変数の変化を評価するために、関連する測定の学生のt検定が適用されます。 Bonferroni補正は、複数の比較に適用されます。 データが正規分布に従わない場合、FriedmannのANOVAやWilcoxon署名されたランクテストなどのノンパラメトリックテストが適用されます。

目的1.3の場合。 研究変数の記述分析が実行されます。

フェーズ2。定性分析：

この場合に分析されるデータは、FG録音の転写です。 まず、音声録音は逐語的に転写されます。 FG中に撮影されたメモは、「解説」として組み込まれます。 転写プロセス中に、参加者の識別情報が削除され、数値コードを使用してデータがコード化されます。 FGごとに同じ数値コードを使用してファイルをコーディングした後、UVIC-UCC Office 365サーバーに保存されます。 コード化されると、トランスクリプトは承認のために参加者に送信されます。 参加者が転写産物に変更を加えることを検討した場合、インタビュアーは転写の承認を得るまでデータ検証プロセスを繰り返します。 承認されると、音声およびビデオ録画ファイルが削除されます。

Atlas.tiを使用して、定性分析プロセス全体が実行されます ソフトウェア。 最初のフェーズでは、すべての転写産物が読み取りおよび再読み取りのためにデータに慣れるため、主要なテーマが生成されます。 第2フェーズでは、主要なテーマの暫定リストは「コード」のグループに編成されます。 第3フェーズでは、分析のためにすべてのトランスクリプトにコードが適用されます。