数字思维导图对助产专业学生的影响

主要目的：该研究是确定数字思维导图技术对助产士学生学习的影响。

假设：

H0：思维导图法组和经典法组学生的知识评价调查平均分没有差异。

H1：思维导图法组和经典法组学生的知识评价调查得分平均值存在统计学上的显着性差异。

H2：思维导图法组和经典法组学生的满意度和动机没有统计学上的显着差异。

H3：思维导图法组和经典法组学生的满意度和动机之间存在统计学上的显着差异。

本研究被设计为一项随机对照实验研究。 该研究将于2024年2月至2024年5月在科贾埃利大学健康科学学院进行。

为了便于数据收集，研究对象将包括2023-2024学年科贾埃利大学健康科学学院的86名二年级助产士学生。 样本量基于 Ahmed 等人 2023 年的研究，其中检查了数字思维导图策略的方法。 使用G*Power 3.1.9.2程序计算研究的样本数，以及相关文章中各组知识测试分数的平均值、标准差和样本数值（Ahmed M.M,, Ismail E.H., Abousoliman, A，2023）在效应大小计算中被考虑在内。 实验组知识得分的平均值和标准差值为13.32±3.69 样本数为113个。 在对照组中，知识得分的平均值和标准差值为11.51±2.76 样本数为128个。 通过使用相关文章的平均值、标准差和样本数值，计算出效应大小为 0.560。 根据95%置信度（1-α）、80%检验功效（1-β）、d=0.560效应量的结果，每组最少抽取样本数为16人，共32人应进行检查。 为了增加分析的力度，研究中每组均取n=16（思维导图法组：16，经典法组：16）。 参与研究的学生将被分成两组，方法是从名为“Random Team Generator”的网站确定他们属于哪一组，这是一个随机数生成程序。 这样，每个学生的人数和小组人数将被确定并记录。

随机化：母组将从称为“随机列表”的随机数生成器站点确定。 学生将被分为两组：思维导图法组和经典法组。 因此，每个学生的人数将被确定并记录。

研究数据将通过参与者信息表、计划生育知识评估调查和数字思维导图说明满意度评估调查来收集。

参与者信息表：参与者信息表是根据文献综述创建的。 该表格包括学生的年龄、就业状况、父母的教育状况、学生期间的居住地以及选择助产科的原因等问题。

计划生育知识评价调查：根据文献资料，通过30个问题的调查来衡量学生的学习水平。 调查所得的最小值按0计算，最大值按30计算。 可以理解，学生获得的分数越高，他们的知识水平就越好。

数字思维导图表达满意度评估调查：根据文献综述，准备了一项包含 25 个问题的调查，以衡量学生对思维导图技术的满意度。 没有最小值和最大值范围。 该调查的准备方式可以多次标记，并且可以进行解释。

在研究之前，将与萨卡里亚大学健康科学学院助产学系的二年级学生进行试点研究。 这项试点研究将由研究人员在 2024 年 2 月 12 日至 2024 年 2 月 16 日期间采用面对面访谈技术进行。 学生将被要求不要通过签署同意书和保密协议与其他学生或社交媒体平台分享研究成果。

参与者将被告知他们可以随时退出研究，并且研究将在自愿参与者的情况下完成。 所有参与研究的学生都将签署保密协议，并确保不会与其他学生或社交媒体等平台分享他们的工作成果。 每位参加研究的学生都会填写一份包含15个问题的参与者信息表，培训结束后还会对学生进行包含30个问题的计划生育知识评估调查作为预测试，衡量他们的知识掌握情况。

同意参与研究的学生将被随机化，分为两组：思维导图法组和经典方法组。 主题的展示计划于 2024 年 3 月至 5 月期间进行。 研究人员和他的导师将使用思维导图技术向思维导图方法组的学生解释这些主题。 在经典方法组中，研究人员将与其导师一起使用经典方法对主题进行解释。 讲座结束一周后，将对两组学生进行计划生育知识后测评估调查，衡量学生知识水平的变化。 考后35天后，将对全体学生进行计划生育知识测评调查，衡量科目持续性。 此外，还将对思维导图法组应用学生满意度调查，衡量学生的满意度。 应用保留测试后，将向经典方法组的学生讲解思维导图技术，并向经典方法组的学生讲解和强化用数字思维导图技术准备的主题