가상 현실로 태아 발달 교육

오늘날 시뮬레이션 교육은 점차 증가하고 있으며 산파 교육 분야에서 효과적으로 활용되고 있다(1). 시뮬레이션 교육은 조산, 임신, 분만 또는 산후 기간 동안 효과적으로 사용되는 것으로 관찰된다(2,9). 조산 시뮬레이션 교육에 가상 현실 관점을 제공하면 학생들이 임상 실습을 시작하기 전에 조산 실습을 효과적으로 사용할 수 있습니다(3,5). 조산교육의 근간이 되는 임신교육을 가상현실과 접목하여 임상적용 오류를 최소화하고 태아발현 및 태반기형을 조기진단하여 임신과 출산을 체험할 수 있도록 할 것입니다. 그들은 임신이 진행됨에 따라 발생하는 차이와 이러한 차이에 대한 산모-태아 반응을 효과적으로 볼 수 있을 것입니다. 가상 임신 애플리케이션을 통해 조산 교육에 지장 없이 임신 과정, 산모-태아 발달, 태반 차이 및 산모의 순환 반응을 3차원으로 볼 수 있게 해주는 최신의 중요한 과목입니다(4,6, 7,8,9).

이 응용 프로그램은 새로 개발된 기술이므로 조산 교육에 대한 현재의 관점을 만들고 교육에서 가상 현실 시뮬레이션의 격차를 메우고 조산 교육 및 문학의 기반을 제공할 것입니다. 우리나라에서는 조산학이나 건강 분야에서의 시뮬레이션에 대한 연구는 있지만, 조산학에서 가상현실과 임신을 결합하여 적용한 연구는 없다. 전 세계적으로 가상현실과 보건분야, 조산사 관련 연구에서 가상현실 직업이 교육에 긍정적인 영향을 미치는 연구에서 지지를 받고 있다.

연구 유형: 연구는 실험군과 대조군으로 설계된 실험적 연구가 될 예정입니다.

연구 장소 및 날짜: 연구는 2019년 11월부터 2020년 10월까지 Karabuk University 보건과학부 조산학과에서 실시될 예정입니다.

연구는 2부분으로 구성된다. 1부에서는 가상 현실 응용 프로그램을 개발합니다. 가상 임신 소프트웨어는 서비스 조달을 통해 준비됩니다. 이를 위해 연구원들이 매주 태아 발달과 태아 생리학을 자세히 작성하고 가상 임신을 생성합니다.

II. 연구의 적용은 부서에서 이루어집니다.

섹션 I: 가상 현실 애플리케이션 개발

연구의 1부에서는 서비스 조달을 통해 가상 임신 소프트웨어를 준비합니다. 이를 위해 연구진은 태아발달, 태아생리학, 해부학 등을 매주 상세하게 작성하여 알고리즘을 만들 예정이다. 이 알고리즘은 산부인과 책의 태아 발달 주간 및 주간 태아 발달 이미지 및 그림(10,11)과 태아 발달을 위해 인터넷에서 공유되는 이미지를 기반으로 안경으로 전송됩니다. 예산 양식에 명시된 바와 같이 Virtual Pregnancy 소프트웨어 개발을 위해 서비스를 구매합니다. 이 서비스는 TUBITAK이 적용됩니다.

가상 임신 애플리케이션으로,

• 매주 임신 형성을 배우고,
• 태반 발달을 추적하고 정상으로부터의 편차를 이해하기 위해,
• 그것은 정상적인 태아 발달을 배울 수 있는 기회를 제공할 것이며, 게다가 정보는 오랫동안 기억될 것입니다. 이러한 방식으로 가상 임신 조산 교육에서의 효과를 평가할 것입니다.

II. 부서: 연구의 응용

연구의 마지막 부분에서 연구의 응용 부분이 시작되었습니다. 연구는 3개의 그룹, 2개의 실험 그룹 및 1개의 컨트롤 그룹으로 구성됩니다. 0.95 power로 계산된 G-power 분석 결과 각 그룹에 35명의 학생이 입학하게 됩니다.

연구의 우주는 Karabuk University에서 공부하는 464명의 조산사 학생들로 구성됩니다.

표본은 범위 내에서 이론 4시간 교과과정을 이수한 조산학과 학생 중 0.95승으로 계산한 G-power 분석 결과 대조군 35명, 실험 I 35명, 실험 II 35명 등 조산학과 학생 105명으로 구성한다. 태아 발달을 포함한 주중.

실험 I 그룹: Fetal Development Assessment Information Form (FEGBF) 이후, 매주 태아의 단계를 포함하여 연구원이 준비한 컴퓨터 지원 및 안내 가상 현실 응용 프로그램을 시청한 다음 FEGBF를 변경하여 다시 적용합니다. 질문 위치.

실험 II 그룹: Fetal Development Assessment Information Form (FEGBF)에 따라 매주 태아 발달을 포함하여 연구원이 준비한 컴퓨터 지원 및 안내되지 않은 가상 현실 응용 프로그램을 모니터링한 다음 위치를 변경하여 FEGBF를 다시 적용합니다. 질문 중.

대조군: FEGBF는 4시간의 이론 교육 후에 적용됩니다. 가상 임신 신청은 시청하지 않습니다.

첫 번째 단계: 세 그룹 모두에 대해 4시간의 이론 교육 후, 본 연구에 사용하기 위해 연구원이 준비한 정보 양식(FEGBF)이 첫 번째 테스트로 적용됩니다.

두 번째 단계: 대조군에는 적용하지 않고, 실험군에는 컴퓨터 지원 및 안내 가상 현실 적용을 적용하고, 실험 II 집단에는 컴퓨터를 사용하지 않고 안내하지 않는 가상 현실 적용을 모니터링합니다.

3단계: FEGBF 문제의 위치를 ​​변경하여 사후 테스트를 적용합니다. 대조군에 대한 4시간의 이론교육 후 실험군에 가상출산 어플리케이션을 시청한 후 사후검사를 실시한다. 또한 이 단계에서 "인지적 부하 척도"와 "재고감"은 적용 후 실험군에 적용됩니다.

4단계: 6주 후 3개 그룹을 모두 FEGBF로 옮기고 정보를 기억하고 회상하는데 있어서 가상출산 적용의 효용성을 검토한다.

클래스 목록 순서에 따라 컴퓨터를 이용한 무작위화 프로그램에 의해 실험군과 대조군으로 결정된 그룹에 영향을 미치지 않기 위해 학생들에게 실험군과 대조군을 알려주지 않습니다. 가상임신 신청은 같은 날 모든 실험집단 학생들에게 적용되기 때문에 학생들이 서로 영향을 받을 가능성은 배제된다.

연구에 참여하지 못하여 무작위로 대조군으로 선정된 학생들에게도 연구 종료 후 가상현실 안경을 제공하여 모든 학생들이 가상출산 신청을 볼 수 있도록 하여 평등이 이루어지도록 할 것입니다.

연구 무작위화: 연구 참여에 동의한 학생의 학급 목록은 컴퓨터 지원 무작위화 프로그램으로 전송되고 그룹이 결정됩니다. 마지막 순간까지 연구에 참여하지 않았거나 질병이나 통제 집단 등의 이유로 연구에 참여하지 않은 학생, 연구 참여를 수락하고 참여하지 않은 학생 중에서 다시 선택하여 충분한 표본 크기를 제공합니다. 무작위로 선택됩니다.

복잡한 절차 정보를 시뮬레이션으로 가르치는 것은 학습자에게 인지 부하를 유발할 수 있습니다(6). 인지부하를 줄이고 교수 성취도를 높이는 방법은 샘플 기반 시스템을 구축하는 것입니다. 따라서 모델링을 통한 규칙과 예제의 사용은 복잡한 절차를 학습하는 과정을 단순화합니다. 이러한 이유로 VR 사용에 대한 지침과 샘플 적용 동영상을 모델링하여 학습자에게 제시합니다.

데이터 수집 도구:

자료수집양식 : 연령, 결혼여부, 학력, 가족유형 등 참여자의 특성을 포함하는 15문항으로 구성된 양식을 적용할 계획이다.

태아 발달 평가 정보 양식(FEGBF): 정보 양식 준비를 위해 최신 문헌 정보, YÖK에서 만든 조산 핵심 커리큘럼(EUÇEP)을 검토하고 태아 생리학 문제 및 태아 단계와 관련된 42개의 질문으로 구성된 정보 양식을 검토했습니다. 개발을 준비했습니다. 정보 양식의 항목은 참 또는 거짓이 될 수 있는 완전한 문장의 형태로 학생들에게 제시되며 학생들은 이러한 진술에 대해 "참" 또는 "거짓"으로 대답해야 합니다. 총 응답 시간은 30분입니다. 정답은 1점, 오답은 0점으로 평가됩니다. 정보 형식에서도 잘못된 표현이 사용되었으며, 이러한 항목은 다른 항목에 비해 역으로 코딩되었습니다. 정보 양식에서 취해야 할 최저 점수는 0점이고 최고 총점은 42점입니다.

인지 부하 척도: Kılıç et al. (2004) 터키어에 맞게 조정된 "Cognitive Load Scale"(BYÖ)이 사용됩니다. 단일 요소와 9개의 포인트(매우 적음, 매우 적음, 약간, 부분적으로 적음, 더도 안 됨, 더, 더, 더, 더, 더, 더 또는 더)가 있습니다. 원본 버전의 Cronbach Alpha 내부 일관성 계수는 ​​0.90인 것으로 나타났습니다. Kılıç et al. (2004) 적응 연구에서 Cronbach Alpha 내부 일관성 계수는 ​​.78로 나타났습니다. 척도에서 얻은 점수 중 가장 낮은 점수는 1.00, 중간 점수는 5.00, 가장 높은 점수는 9.00입니다. 5점 미만 점수를 받은 참가자는 "인지 과부하"로 평가되었고 5점 이상 점수를 받은 참가자는 "인지 과부하"로 평가되었습니다(12).

가용성 민감도 척도: 원래 2018년 터키 타당도 신뢰도에서 7-리커트 유형이었으나 터키 타당도에서 5-리커트 유형으로 축소된 척도입니다. 척도의 Cronbach Alpha 신뢰도 계수는 0.91로 계산되었다. 척도는 가상 현실 기반 학습 환경에서 존재감을 측정합니다. 이 척도는 참여(요인 1), 응집력/주변(요인 2), 감각 몰입(요인 3), 상호작용(요인 4) 및 인터페이스 품질(요인 5)의 5가지 요소(낮은 크기)를 가지며 29개의 질문(13개 ).

연구의 윤리적 측면: 연구는 Karabük 대학의 비간섭 연구 윤리 위원회로부터 윤리 위원회 허가를 받은 후 시작되며, 연구 참여에 동의하는 각 학생으로부터 정보에 입각한 자원 봉사 동의서를 얻습니다.

연구 데이터 분석: 연구 데이터 분석은 IBM SPSS for Mac book 24 버전을 사용하여 수행됩니다. 평균값은 사회-인구학적 특성에 대해 취해질 것입니다. 실험군/대조군이 있는 연구 모델에서는 실험군이 테스트/테스트를 거쳐 최종적으로 테스트된다. 실험 없이 동일한 테스트가 대조군에 적용됩니다. 세 그룹의 측정치 차이가 의미가 있는지 여부는 "독립 그룹에 대한 z 또는 t 테스트"를 사용하여 계산됩니다. 통계적 유의성을 위해 p