Evaluatie van een chatbot met CALMO (Chatbot-Assisted Learning Model) om het klinische leren bij verpleegkundestudenten te verbeteren (CALMO)

De huidige voorgestelde studie zal een chatbot ontwerpen en ontwikkelen om het klinische leren van afgestudeerde verpleegkundestudenten te ondersteunen. De doelstellingen van het voorgestelde onderzoek zijn: (1) Ontwerp en ontwikkel een chatbot-prototype dat gesprekken kan simuleren, klinische informatie kan verstrekken en begeleiding kan bieden die relevant is voor verschillende klinische scenario's; (2) Evalueer de impact van de chatbot-interventie op de verpleegkundige kennis, algemene zelfeffectiviteit en zelfreflectie en inzicht van verpleegkundestudenten; (3) Onderzoek de percepties, tevredenheid en acceptatie van leerlingen van de chatbot als educatief hulpmiddel. De doeltreffendheid van deze chatbottechnologie zal worden geëvalueerd met behulp van een quasi-experimenteel ontwerp met gemengde methoden. De voorgestelde studie veronderstelt dat het door chatbots ondersteunde klinische onderwijs het potentieel heeft om de klinische prestaties te bevorderen door de kennis van verpleegkundigen, de algemene zelfeffectiviteit en zelfreflectie en inzicht te verbeteren. Het voorgestelde onderzoek zal in twee fasen worden uitgevoerd. Fase 1: Ontwerp en ontwikkel een chatbot-prototype dat op bewijs gebaseerde klinische informatie kan bieden, een interactieve dialoog kan aangaan en leermiddelen kan aanbieden die zijn afgestemd op verschillende klinische scenario's. De chatbot zal toegankelijk zijn via een webgebaseerd platform of mobiele applicatie. Fase 2: Voer een quasi-experimenteel ontwerp met gemengde methoden uit en focusgroepinterviews om de impact van de chatbotinterventie op klinisch leren te evalueren. Een gemakssteekproef van 174 verpleegkundestudenten die zijn ingeschreven voor een verpleegprogramma van twee instellingen zal worden gerekruteerd en toegewezen aan de experimentele groep, die door chatbots ondersteund klinisch leren zal krijgen, of aan de controlegroep, die traditioneel klinisch onderwijs zal krijgen zonder chatbot-integratie. Er zullen kwantitatieve gegevens van de twee groepen worden verzameld op drie tijdstippen: vóór de interventie bij baseline (T0), 4 weken na baseline (week 4, T1) en na interventie (week 12; T2) om de verpleegkundige kennis van studenten te beoordelen. algemene zelfeffectiviteit, en zelfreflectie en inzicht. Kwalitatieve gegevens zullen worden verzameld via focusgroepinterviews om de percepties, tevredenheid en ervaringen van studenten met chatbot-ondersteund leren te onderzoeken. Kwantitatieve gegevens zullen worden geanalyseerd met behulp van MANOVA om de resultaten tussen en binnen groepen te vergelijken. Er zal thematische analyse worden uitgevoerd voor kwalitatieve gegevens om opkomende thema's en patronen te identificeren die verband houden met de percepties en ervaringen van studenten met behulp van een chatbot. Deelnemers aan de Experimentele Groep (EG) ontvangen een toegangscode voor het zelf ontwikkelde webgebaseerde chatbotplatform genaamd CALMO, een genderneutrale naam als acroniem voor Chatbot-Assisted Learning Model, dat naar verwachting tijdens de eerste fase van dit voorgestelde onderzoek. De interventie zal gedurende de 12 weken durende studie beschikbaar zijn. Deelnemers aan de controlegroep (CG) zullen tijdens de interventieperiode hun gebruikelijke klinische opleidingsondersteuning ontvangen. Er zal een projectmanagementteam worden gevormd om de interventie te evalueren en de kwaliteit en consistentie van de interventie te garanderen. studieinterventie via regelmatige face-to-face of online bijeenkomsten. De betrouwbaarheid van het onderzoek zal worden gewaarborgd door mechanismen te ontwikkelen voor het volgen van de aanmeldingen van deelnemers, het voltooiingspercentage van sessies en de betrokkenheid bij interventiemateriaal. Regelmatige controles van de chatbotfunctionaliteit zullen worden uitgevoerd door de platformontwikkelaar met het verstrekken van regelmatige servicerapporten. Er zullen communicatiekanalen worden opgezet waar deelnemers feedback kunnen geven, technische problemen kunnen melden of ondersteuning kunnen zoeken bij het onderzoeksteam tijdens de interventie. De gegevens zullen worden geanalyseerd met behulp van een gemengde methode, waarbij zowel kwantitatieve als kwalitatieve gegevens worden gecombineerd. De statistische analyse met behulp van Statistical Package for the Social Sciences (SPSS), versie 26. De basiskenmerken van de deelnemers in de twee armen zullen worden vergeleken om eventuele klinisch betekenisvolle verschillen te identificeren met behulp van de Chi-kwadraattest (voor nominale gegevens), Mann-Witney U-test (voor ordinale of niet-normaliteitsgegevens) of t-test (voor normaliteitsgegevens). Alle variabelen die als significant verschillend worden beschouwd, zullen verder worden geëvalueerd (bijvoorbeeld als covariaten in de statistische analyses worden opgenomen) en aangepast om rekening te houden met hun potentiële verstorende effecten op de uitkomsten. Om de hypothese te testen en rekening te houden met het clustereffect met herhaalde metingen van de uitkomstvariabelen, zal een multivariate benadering, zoals een Generalized Estimating Equation (GEE), met aanpassing van de uitgangsvariabelen om te testen op verschillen tussen groepen worden gebruikt. . Als leerlingen tussen de nulmeting en de uiteindelijke gegevensverzameling afhaken, wordt de 'intention to treat'-analyse toegepast. Zowel het Tijd x Groepseffect zullen worden getest met behulp van een tweezijdig type I foutenpercentage van 5% voor alle significantietests. Er zal thematische analyse worden uitgevoerd voor kwalitatieve gegevens om opkomende thema's en patronen te identificeren die verband houden met de percepties en ervaringen van studenten.