Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Wpływ uczenia się opartego na symulacji na płeć i dynamikę równości wśród międzyzdrowotnych zespołów zawodowych (Sim-Gender)

30 kwietnia 2021 zaktualizowane przez: Mbarara University of Science and Technology

Wpływ nauczania opartego na symulacji na płeć i dynamikę równości wśród specjalistów międzyzdrowotnych w wybranych instytucjach w Afryce Subsaharyjskiej

Na Uniwersytecie Nauki i Technologii w Mbarara oraz w ośrodkach partnerskich badacze zbadają rolę symulacji w równości płci i sprawiedliwości. Społeczeństwa afrykańskie są w dużej mierze patriarchalne, co przekłada się na praktykę zawodową i edukację medyczną. Metodologia symulacji jest zagrożona patriarchalną dominacją. Dominacja mężczyzn może potencjalnie wprowadzić relacje władzy między uczącymi się mężczyznami i kobietami w scenariuszu oraz między lekarzami a pielęgniarkami. W obecności takich różnic władzy mniej dominująca partia mogłaby rozwinąć „kulturę milczenia”, nie podejmować decyzji w sprawach, które dotyczą ich lub ich pacjentów, nie rozmawiać o tych kwestiach i podejmować odpowiednich działań.

Przegląd badań

Szczegółowy opis

Aby sprostać wyzwaniom związanym z płcią i równością: 1) śledczy nauczą Advocacy Inquiry (AI) i drabiny wnioskowania (LoI) jako strategii konwersacyjnych dla wszystkich członków wydziału symulacji w celu zbadania ram działania i procesów myślowych uczestników, 2) śledczy zaprojektuje i wystawi uczestników na symulowane scenariusze z osadzonymi różnicami władzy między płciami i/lub między profesjami, 3) zbada wpływ sztucznej inteligencji, LoI i omówionych scenariuszy płci i równości na strategie zaangażowania uczestników w sytuacjach konfliktów związanych z płcią i między profesjami.

Drabina Wpływu pozwala facylitatorom wybrać pewne dane/obserwacje, dodać interpretację, wyciągnąć wnioski i podjąć działania. Chociaż drabina wpływu jest potężnym podejściem do badania sytuacji, jest podatna na wyzwania, jeśli użytkownicy szybko wyciągają wnioski, nie będąc ciekawi, jakie mogą być alternatywne interpretacje obserwowanych danych / działań. Sztuczna inteligencja wykorzystuje „pokaż”, „pomyśl” i „zadziwienie” jako strategię, aby spowolnić facylitatorów od przeskakiwania LoI w celu wyciągnięcia wniosków przed zbadaniem perspektywy ucznia. Sztuczna inteligencja i LoI w połączeniu zachęcają do autorefleksji i dobrej oceny sytuacji. Badacze celowo będą zachęcać zespoły symulacyjne do tworzenia zarówno mężczyzn, jak i kobiet oraz interdyscyplinarnych, z możliwością różnicowania się liderów zespołów w zależności od płci i zawodu.

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

150

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

  • Nazwa: Francis Bajunirwe, MD, PhD
  • Numer telefonu: 0772 576 396
  • E-mail: fbaj@must.ac.ug

Lokalizacje studiów

      • Mbarara, Uganda
        • Rekrutacyjny
        • Mbarara University of Science and Technology

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Tak

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Studenci medycyny, pracownicy naukowi zaangażowani w realizację scenariusza

Opis

Kryteria przyjęcia:

  • Studenci medycyny
  • Członkowie wydziału na Wydziale Lekarskim
  • Z siedzibą na Uniwersytecie Mbarara, Uniwersytecie Lira, Uniwersytecie Busitema lub Uniwersytecie Muni

Kryteria wyłączenia:

  • Studenci i wykładowcy medycyny spoza uczestniczących uniwersytetów
  • Studenci niemedyczni
  • Wydział nie mający siedziby na wydziałach lekarskich

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Płeć i konflikty międzyzawodowe w symulacji
Ramy czasowe: Zmiana w konfliktach 24 miesiące po wprowadzeniu technik opartych na symulacji
Częstotliwość konfliktów płciowych i międzyzawodowych zgłaszanych podczas sesji symulacji i/lub przestrzeni opieki klinicznej podczas sesji podsumowujących
Zmiana w konfliktach 24 miesiące po wprowadzeniu technik opartych na symulacji

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 czerwca 2019

Zakończenie podstawowe (Oczekiwany)

30 grudnia 2021

Ukończenie studiów (Oczekiwany)

30 grudnia 2022

Daty rejestracji na studia

Pierwszy przesłany

18 kwietnia 2021

Pierwszy przesłany, który spełnia kryteria kontroli jakości

30 kwietnia 2021

Pierwszy wysłany (Rzeczywisty)

6 maja 2021

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

6 maja 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

30 kwietnia 2021

Ostatnia weryfikacja

1 kwietnia 2021

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

  • 2020/MUST-3/SIM-II

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Dane nie będą udostępniane ze względu na prywatny charakter (dotyczy filmów)

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj