चिकित्सकहरूसँग उपयुक्त, सुरक्षित क्लिनिकल निर्णयहरू लिन र अभ्यास त्रुटिहरूबाट बच्नको लागि प्रभावकारी क्लिनिकल तर्क कौशल हुनुपर्छ।कमजोर रूपमा विकसित क्लिनिकल तर्क कौशलले बिरामीको सुरक्षामा सम्झौता गर्न सक्छ र हेरचाह वा उपचारमा ढिलाइ गर्न सक्छ, विशेष गरी गहन हेरचाह र आपतकालीन विभागहरूमा।सिमुलेशन-आधारित प्रशिक्षणले रोगी सुरक्षा कायम राख्दै क्लिनिकल तर्क कौशल विकास गर्न डिब्रीफिङ विधिको रूपमा सिमुलेशन पछि प्रतिबिम्बित सिकाइ कुराकानीहरू प्रयोग गर्दछ।यद्यपि, क्लिनिकल तर्कको बहुआयामिक प्रकृतिका कारण, संज्ञानात्मक ओभरलोडको सम्भावित जोखिम, र उन्नत र कनिष्ठ सिमुलेशन सहभागीहरूद्वारा विश्लेषणात्मक (हाइपोथेटिको-डडक्टिव) र गैर-विश्लेषणात्मक (सहज) क्लिनिकल तर्क प्रक्रियाहरूको भिन्नता प्रयोग, यो महत्त्वपूर्ण छ। अनुभव, क्षमताहरू, जानकारीको प्रवाह र मात्रासँग सम्बन्धित कारकहरू, र डिब्रीफिङ विधिको रूपमा सिमुलेशन पछि समूह प्रतिबिम्बित सिकाइ कुराकानीहरूमा संलग्न भएर क्लिनिकल तर्कलाई अनुकूलन गर्न केस जटिलतालाई विचार गर्नुहोस्।हाम्रो लक्ष्य पोस्ट-सिमुलेशन रिफ्लेक्टिव सिकाइ संवादको मोडेलको विकासको वर्णन गर्नु हो जसले क्लिनिकल तर्क अनुकूलनको उपलब्धिलाई प्रभाव पार्ने धेरै कारकहरूलाई विचार गर्दछ।
एक सह-डिजाइन कार्य समूह (N = 18), चिकित्सकहरू, नर्सहरू, अनुसन्धानकर्ताहरू, शिक्षकहरू, र रोगी प्रतिनिधिहरू सम्मिलित, सिमुलेशन डिब्रीफ गर्न पोस्ट-सिमुलेशन रिफ्लेक्टिव सिकाइ संवाद मोडेल सह-विकास गर्न लगातार कार्यशालाहरू मार्फत सहयोग गरे।सह-डिजाइन कार्य समूहले सैद्धान्तिक र वैचारिक प्रक्रिया र बहु-चरण साथी समीक्षा मार्फत मोडेलको विकास गर्यो।प्लस/माइनस मूल्याङ्कन अनुसन्धान र ब्लूमको वर्गीकरणको समानान्तर एकीकरणले सिमुलेशन गतिविधिहरूमा भाग लिँदा सिमुलेशन सहभागीहरूको क्लिनिकल तर्कलाई अनुकूलन गर्ने विश्वास गरिन्छ।सामग्री वैधता सूचकांक (CVI) र सामग्री वैधता अनुपात (CVR) विधिहरू मोडेलको अनुहार वैधता र सामग्री वैधता स्थापना गर्न प्रयोग गरियो।
पोस्ट-सिमुलेशन रिफ्लेक्टिव सिकाइ संवाद मोडेल विकसित र परीक्षण गरिएको थियो।मोडेल काम उदाहरणहरू र स्क्रिप्टिङ मार्गदर्शन द्वारा समर्थित छ।मोडेलको अनुहार र सामग्री वैधता मूल्याङ्कन र पुष्टि गरियो।
नयाँ सह-डिजाईन मोडेल विभिन्न मोडलिङ सहभागीहरूको सीप र क्षमताहरू, सूचनाको प्रवाह र मात्रा, र मोडलिङ केसहरूको जटिलतालाई ध्यानमा राखेर सिर्जना गरिएको थियो।समूह सिमुलेशन गतिविधिहरूमा भाग लिँदा यी कारकहरूले नैदानिक तर्कलाई अनुकूलन गर्न मानिन्छ।
क्लिनिकल तर्कलाई स्वास्थ्य हेरचाह [1, 2] मा नैदानिक अभ्यासको आधार मानिन्छ र नैदानिक क्षमता [1, 3, 4] को एक महत्त्वपूर्ण तत्व मानिन्छ।यो एक चिन्तनशील प्रक्रिया हो जुन चिकित्सकहरूले उनीहरूले सामना गर्ने प्रत्येक क्लिनिकल अवस्थाको लागि सबैभन्दा उपयुक्त हस्तक्षेप पहिचान गर्न र कार्यान्वयन गर्न प्रयोग गर्छन् [5, 6]।क्लिनिकल तर्कलाई एक जटिल संज्ञानात्मक प्रक्रियाको रूपमा वर्णन गरिएको छ जुन औपचारिक र अनौपचारिक सोच रणनीतिहरू प्रयोग गर्दछ बिरामीको बारेमा जानकारी सङ्कलन र विश्लेषण गर्न, त्यस जानकारीको महत्त्वको मूल्याङ्कन गर्न, र कार्यको वैकल्पिक पाठ्यक्रमहरूको मूल्य निर्धारण गर्न [7, 8]।यो सुराग सङ्कलन गर्ने क्षमतामा निर्भर गर्दछ, जानकारी प्रक्रिया, र बिरामीको समस्या बुझ्नको लागि सही बिरामीको लागि सही समयमा र सही कारणका लागि सही कदम चाल्न [9, 10]।
सबै स्वास्थ्य सेवा प्रदायकहरूले उच्च अनिश्चितताको अवस्थामा जटिल निर्णयहरू लिनुपर्ने आवश्यकताको सामना गरिरहेका छन् [११]।क्रिटिकल हेरचाह र आपतकालीन हेरचाह अभ्यासमा, क्लिनिकल अवस्थाहरू र आपतकालिनहरू उत्पन्न हुन्छन् जहाँ जीवन बचाउन र बिरामी सुरक्षा सुनिश्चित गर्न तत्काल प्रतिक्रिया र हस्तक्षेप महत्त्वपूर्ण हुन्छ [१२]।कमजोर क्लिनिकल तर्क कौशल र आलोचनात्मक हेरचाह अभ्यासमा योग्यता नैदानिक त्रुटिहरूको उच्च दरहरू, हेरचाह वा उपचारमा ढिलाइ [१३] र बिरामी सुरक्षा [१४,१५,१६] जोखिमसँग सम्बन्धित छन्।व्यावहारिक त्रुटिहरूबाट बच्नको लागि, चिकित्सकहरू सक्षम हुनुपर्दछ र सुरक्षित र उपयुक्त निर्णयहरू गर्न प्रभावकारी क्लिनिकल तर्क कौशल हुनुपर्दछ [16, 17, 18]।गैर-विश्लेषणात्मक (सहज) तर्क प्रक्रिया पेशेवर चिकित्सकहरु द्वारा अनुमोदित छिटो प्रक्रिया हो।यसको विपरित, विश्लेषणात्मक (हाइपोथेटिको-डडक्टिव) तर्क प्रक्रियाहरू स्वाभाविक रूपमा ढिलो, अधिक जानाजानी, र कम अनुभवी चिकित्सकहरू द्वारा प्रयोग गरिन्छ [2, 19, 20]।स्वास्थ्य सेवा क्लिनिकल वातावरणको जटिलता र अभ्यास त्रुटिहरू [14,15,16] को सम्भावित जोखिमलाई ध्यानमा राख्दै, सिमुलेशन-आधारित शिक्षा (SBE) प्रायः चिकित्सकहरूलाई योग्यता र क्लिनिकल तर्क कौशल विकास गर्ने अवसरहरू प्रदान गर्न प्रयोग गरिन्छ।सुरक्षित वातावरण र रोगी सुरक्षा [21, 22, 23, 24] कायम राख्दा विभिन्न चुनौतीपूर्ण केसहरूको जोखिम।
सोसाइटी फर सिमुलेशन इन हेल्थ (SSH) ले सिमुलेशनलाई "एक प्रविधिको रूपमा परिभाषित गर्दछ जसले परिस्थिति वा वातावरण सिर्जना गर्दछ जसमा मानिसहरूले अभ्यास, प्रशिक्षण, मूल्याङ्कन, परीक्षण, वा मानव प्रणालीको समझ प्राप्त गर्ने उद्देश्यका लागि वास्तविक जीवनका घटनाहरूको प्रतिनिधित्व अनुभव गर्छन्। व्यवहार।"[२३] राम्ररी संरचित सिमुलेशन सत्रहरूले सुरक्षा जोखिमहरू [२४,२५] कम गर्दै क्लिनिकल परिस्थितिहरूको अनुकरण गर्ने परिदृश्यहरूमा आफूलाई डुबाउने अवसर प्रदान गर्दछ र लक्षित सिकाइ अवसरहरू [२१,२४,२६,२७,२८] मार्फत क्लिनिकल तर्क अभ्यास गर्दछ। SBE ले फिल्ड क्लिनिकल अनुभवहरू बढाउँछ, विद्यार्थीहरूलाई क्लिनिकल अनुभवहरूमा पर्दाफास गर्दछ जुन उनीहरूले वास्तविक बिरामी हेरचाह सेटिङहरूमा अनुभव नगरेको हुन सक्छ [24, 29]।यो एक गैर-धम्की, दोष-मुक्त, पर्यवेक्षित, सुरक्षित, कम जोखिम सिकाउने वातावरण हो।यसले ज्ञान, क्लिनिकल सीपहरू, क्षमताहरू, आलोचनात्मक सोच र क्लिनिकल तर्क [22,29,30,31] को विकासलाई बढावा दिन्छ र स्वास्थ्य सेवा पेशेवरहरूलाई परिस्थितिको भावनात्मक तनावलाई पार गर्न मद्दत गर्न सक्छ, जसले गर्दा सिक्ने क्षमतामा सुधार हुन्छ [22, 27, 28] ।, 30, 32]।
SBE मार्फत क्लिनिकल तर्क र निर्णय लिने सीपहरूको प्रभावकारी विकासलाई समर्थन गर्न, पोस्ट-सिमुलेशन डिब्रीफिङ प्रक्रियाको डिजाइन, टेम्प्लेट, र संरचनामा ध्यान दिनुपर्छ [२४, ३३, ३४, ३५]।पोस्ट-सिमुलेशन रिफ्लेक्टिभ लर्निंग कुराकानी (RLC) लाई सहभागीहरूलाई प्रतिबिम्बित गर्न, कार्यहरू व्याख्या गर्न, र टोली कार्यको सन्दर्भमा साथीहरूको समर्थन र समूहविचारको शक्ति प्रयोग गर्न मद्दतको लागि डिब्रीफिङ प्रविधिको रूपमा प्रयोग गरिएको थियो [३२, ३३, ३६]।समूह RLC को प्रयोगले अविकसित क्लिनिकल तर्कको सम्भावित जोखिम बोक्छ, विशेष गरी सहभागीहरूको फरक क्षमता र वरिष्ठता स्तरको सम्बन्धमा।दोहोरो प्रक्रिया मोडेलले नैदानिक तर्कको बहुआयामिक प्रकृति र वरिष्ठ चिकित्सकहरूको विश्लेषणात्मक (हाइपोथेटिक-डडक्टिव) तर्क प्रक्रियाहरू र कनिष्ठ चिकित्सकहरूलाई गैर-विश्लेषणात्मक (सहज) तर्क प्रक्रियाहरू प्रयोग गर्नको लागि प्रवृत्तिमा भिन्नताहरू वर्णन गर्दछ [34, 37]।]।यी दोहोरो तर्क प्रक्रियाहरूमा विभिन्न परिस्थितिहरूमा इष्टतम तर्क प्रक्रियाहरू अनुकूलन गर्ने चुनौती समावेश छ, र एउटै मोडलिङ समूहमा वरिष्ठ र कनिष्ठ सहभागीहरू हुँदा विश्लेषणात्मक र गैर-विश्लेषणात्मक विधिहरू कसरी प्रभावकारी रूपमा प्रयोग गर्ने भन्ने कुरा स्पष्ट र विवादास्पद छ।विभिन्न क्षमताहरू र अनुभव स्तरहरूको हाई स्कूल र जुनियर हाई स्कूलका विद्यार्थीहरू विभिन्न जटिलताको सिमुलेशन परिदृश्यहरूमा भाग लिन्छन् [34, 37]।क्लिनिकल तर्कको बहुआयामिक प्रकृति अविकसित नैदानिक तर्क र संज्ञानात्मक ओभरलोडको सम्भावित जोखिमसँग सम्बन्धित छ, विशेष गरी जब चिकित्सकहरूले विभिन्न केस जटिलता र वरिष्ठताको स्तरहरू सहित समूह SBEs मा भाग लिन्छन् [38]।यो नोट गर्न महत्त्वपूर्ण छ कि यद्यपि त्यहाँ RLC प्रयोग गरी धेरै डिब्रीफिङ मोडेलहरू छन्, यी मोडेलहरू मध्ये कुनै पनि क्लिनिकल तर्क कौशलको विकासमा विशेष फोकसको साथ डिजाइन गरिएको छैन, खाता अनुभव, क्षमता, प्रवाह र जानकारीको मात्रा, र मोडलिङ जटिलता कारक [38]।]।, ३९]।यी सबैका लागि एक संरचित मोडेलको विकास आवश्यक छ जसले विभिन्न योगदान र प्रभावकारी कारकहरूलाई क्लिनिकल तर्कलाई अनुकूलन गर्न, पोस्ट-सिमुलेशन RLC लाई रिपोर्टिङ विधिको रूपमा समावेश गर्दा विचार गर्दछ।हामी पोस्ट-सिमुलेशन RLC को सहयोगात्मक डिजाइन र विकासको लागि सैद्धान्तिक र वैचारिक रूपमा संचालित प्रक्रियाको वर्णन गर्छौं।SBE मा सहभागिताको क्रममा क्लिनिकल तर्क कौशलहरू अनुकूलन गर्न एक मोडेल विकसित गरिएको थियो, अनुकूलित क्लिनिकल तर्क विकास प्राप्त गर्नको लागि सुविधा र प्रभावकारी कारकहरूको विस्तृत दायरालाई विचार गर्दै।
RLC पोस्ट-सिमुलेशन मोडेल विद्यमान मोडेलहरू र क्लिनिकल तर्क, प्रतिबिम्बित शिक्षा, शिक्षा, र सिमुलेशनको सिद्धान्तहरूमा आधारित सहयोगी रूपमा विकसित गरिएको थियो।संयुक्त रूपमा मोडेलको विकास गर्न, एक सहयोगी कार्य समूह (N = 18) गठन गरिएको थियो, जसमा 10 गहन हेरचाह नर्सहरू, एक सघनतावादी, र विभिन्न स्तर, अनुभव, र लिङ्गका पहिले अस्पतालमा भर्ना भएका बिरामीहरूका तीन प्रतिनिधिहरू थिए।एउटा सघन हेरचाह इकाई, २ अनुसन्धान सहायक र २ वरिष्ठ नर्स शिक्षकहरू।यो सह-डिजाइन नवाचार स्वास्थ्य सेवामा वास्तविक-विश्व अनुभव भएका सरोकारवालाहरू, या त प्रस्तावित मोडेलको विकासमा संलग्न स्वास्थ्य सेवा पेशेवरहरू वा बिरामीहरू [40,41,42] जस्ता अन्य सरोकारवालाहरू बीचको सहकर्मीको सहयोगबाट डिजाइन र विकसित गरिएको हो।सह-डिजाइन प्रक्रियामा रोगी प्रतिनिधिहरू समावेश गर्नाले प्रक्रियामा मूल्य थप्न सक्छ, किनकि कार्यक्रमको अन्तिम लक्ष्य बिरामी हेरचाह र सुरक्षा सुधार गर्नु हो [43]।
कार्यदलले मोडेलको संरचना, प्रक्रिया र विषयवस्तु विकास गर्न ६ वटा २-४ घण्टा कार्यशाला सञ्चालन गर्यो।कार्यशालामा छलफल, अभ्यास र सिमुलेशन समावेश छ।मोडेलका तत्वहरू प्रमाण-आधारित स्रोतहरू, मोडेलहरू, सिद्धान्तहरू र फ्रेमवर्कहरूको दायरामा आधारित छन्।यसमा समावेश छ: रचनावादी शिक्षा सिद्धान्त [४४], दोहोरो लूप अवधारणा [३७], क्लिनिकल तर्क लूप [१०], प्रशंसात्मक अनुसन्धान (एआई) विधि [४५], र रिपोर्टिङ प्लस/डेल्टा विधि [४६]।यो मोडेल सहयोगी रूपमा अन्तर्राष्ट्रिय नर्स संघको INACSL डिब्रीफिङ प्रक्रिया मापदण्डको आधारमा क्लिनिकल र सिमुलेशन शिक्षा [३६] को आधारमा विकसित गरिएको थियो र आत्म-व्याख्यात्मक मोडेल सिर्जना गर्न काम गरिएका उदाहरणहरूसँग जोडिएको थियो।मोडेललाई चार चरणहरूमा विकसित गरिएको थियो: सिमुलेशन पछि प्रतिबिम्बित सिकाइ संवादको लागि तयारी, प्रतिबिम्बित सिकाइ संवादको प्रारम्भ, विश्लेषण/प्रतिबिम्ब र डिब्रीफिङ (चित्र 1)।प्रत्येक चरणको विवरण तल छलफल गरिएको छ।
मोडेलको तयारी चरणलाई मनोवैज्ञानिक रूपमा अर्को चरणको लागि सहभागीहरूलाई तयार पार्न र मनोवैज्ञानिक सुरक्षा सुनिश्चित गर्दै उनीहरूको सक्रिय सहभागिता र लगानी बढाउन डिजाइन गरिएको छ [36, 47]।यस चरणमा उद्देश्य र उद्देश्यहरूको परिचय समावेश छ;RLC को अपेक्षित अवधि;RLC को समयमा सहजकर्ता र सहभागीहरूको अपेक्षाहरू;साइट अभिमुखीकरण र सिमुलेशन सेटअप;सिकाइ वातावरणमा गोपनीयता सुनिश्चित गर्दै, र मनोवैज्ञानिक सुरक्षा वृद्धि र वृद्धि।RLC मोडेलको पूर्व-विकास चरणमा सह-डिजाइन कार्य समूहबाट निम्न प्रतिनिधि प्रतिक्रियाहरू विचार गरियो।सहभागी 7: "प्राथमिक हेरचाह नर्स व्यवसायीको रूपमा, यदि मैले परिदृश्यको सन्दर्भ बिना सिमुलेशनमा भाग लिइरहेको थिएँ र बूढा वयस्कहरू उपस्थित थिए भने, मैले मेरो मनोवैज्ञानिक सुरक्षा भएको महसुस नगरेसम्म पोस्ट-सिमुलेशन कुराकानीमा भाग लिनबाट बच्न सक्छु। सम्मानित।र म सिमुलेशन पछि वार्तालापहरूमा भाग लिनबाट जोगिनेछु।"सुरक्षित हुनुहोस् र त्यहाँ कुनै परिणाम हुनेछैन।"सहभागी 4: "मलाई विश्वास छ कि केन्द्रित हुनु र आधारभूत नियमहरू प्रारम्भिक रूपमा स्थापित गर्नाले सिमुलेशन पछि शिक्षार्थीहरूलाई मद्दत गर्नेछ।चिन्तनशील सिकाइ कुराकानीमा सक्रिय सहभागिता।"
RLC मोडेलको प्रारम्भिक चरणहरूमा सहभागीको भावनाहरू अन्वेषण गर्ने, अन्तर्निहित प्रक्रियाहरूको वर्णन गर्ने र परिदृश्यको निदान गर्ने, र सहभागीको सकारात्मक र नकारात्मक अनुभवहरूलाई सूचीबद्ध गर्ने, तर विश्लेषण समावेश छैन।यस चरणमा मोडेल उम्मेदवारहरूलाई आत्म- र कार्य-उन्मुख हुन प्रोत्साहित गर्नको लागि सिर्जना गरिएको छ, साथै गहिरो विश्लेषण र गहिरो प्रतिबिम्बको लागि मानसिक रूपमा तयार छ [24, 36]।लक्ष्य भनेको संज्ञानात्मक ओभरलोडको सम्भावित जोखिम कम गर्नु हो [४८], विशेष गरी ती व्यक्तिहरूका लागि जो मोडलिङको विषयमा नयाँ छन् र सीप/विषय [४९] सँग कुनै अघिल्लो क्लिनिकल अनुभव छैन।सहभागीहरूलाई नक्कल गरिएको केसको संक्षिप्त वर्णन गर्न र निदानसम्बन्धी सिफारिसहरू गर्न सोध्दा विस्तारित विश्लेषण/प्रतिबिम्ब चरणमा जानुअघि समूहका विद्यार्थीहरूले केसको आधारभूत र सामान्य बुझाइ छ भनी सुनिश्चित गर्न सहजकर्तालाई मद्दत गर्नेछ।थप रूपमा, यस चरणमा सहभागीहरूलाई सिमुलेटेड परिदृश्यहरूमा आफ्ना भावनाहरू साझा गर्न आमन्त्रित गर्नाले उनीहरूलाई परिस्थितिको भावनात्मक तनावलाई पार गर्न मद्दत गर्दछ, जसले गर्दा सिकाइलाई बढाउँछ [24, 36]।भावनात्मक मुद्दाहरूलाई सम्बोधन गर्नाले RLC सहजकर्तालाई सहभागीहरूको भावनाले व्यक्तिगत र समूहको कार्यसम्पादनलाई कसरी असर गर्छ भन्ने कुरा बुझ्न पनि मद्दत गर्नेछ, र यसलाई प्रतिबिम्ब/विश्लेषण चरणमा आलोचनात्मक रूपमा छलफल गर्न सकिन्छ।प्लस/डेल्टा विधि प्रतिबिम्ब/विश्लेषण चरण [४६] को लागि तयारी र निर्णायक चरणको रूपमा मोडेलको यस चरणमा निर्मित छ।प्लस/डेल्टा दृष्टिकोण प्रयोग गरेर, दुबै सहभागीहरू र विद्यार्थीहरूले अनुकरणका आफ्ना अवलोकनहरू, भावनाहरू र अनुभवहरूलाई प्रक्रिया/सूचीबद्ध गर्न सक्छन्, जसलाई मोडेलको प्रतिबिम्ब/विश्लेषण चरणको क्रममा बिन्दुमा बिन्दुमा छलफल गर्न सकिन्छ [४६]।यसले सहभागीहरूलाई नैदानिक तर्क [24, 48, 49] अनुकूलन गर्न लक्षित र प्राथमिकता प्राप्त सिकाइ अवसरहरू मार्फत मेटाकोग्निटिभ अवस्था प्राप्त गर्न मद्दत गर्नेछ।RLC मोडेलको प्रारम्भिक विकासको क्रममा सह-डिजाइन कार्य समूहबाट निम्न प्रतिनिधि प्रतिक्रियाहरू विचार गरियो।सहभागी २: "मलाई लाग्छ कि पहिले आईसीयूमा भर्ना भएका बिरामीको रूपमा, हामीले नक्कली विद्यार्थीहरूको भावना र भावनाहरूलाई विचार गर्न आवश्यक छ।मैले यो मुद्दा उठाएँ किनभने मेरो भर्नाको क्रममा मैले उच्च स्तरको तनाव र चिन्ता देखेको छु, विशेष गरी महत्वपूर्ण हेरचाह व्यवसायीहरूमाझ।र आपतकालीन अवस्थाहरू।यो मोडेलले अनुभव अनुकरणसँग सम्बन्धित तनाव र भावनाहरूलाई ध्यानमा राख्नुपर्छ।सहभागी 16: "मेरो लागि एक शिक्षकको रूपमा, मलाई प्लस/डेल्टा दृष्टिकोण प्रयोग गर्न धेरै महत्त्वपूर्ण लाग्छ ताकि विद्यार्थीहरूलाई सिमुलेशन परिदृश्यमा सामना गरेका राम्रा चीजहरू र आवश्यकताहरू उल्लेख गरेर सक्रिय रूपमा सहभागी हुन प्रोत्साहित गरिन्छ।सुधारका लागि क्षेत्रहरू।"
यद्यपि मोडेलको अघिल्लो चरणहरू महत्वपूर्ण छन्, विश्लेषण/प्रतिबिम्ब चरण नैदानिक तर्कको अनुकूलन प्राप्त गर्नको लागि सबैभन्दा महत्त्वपूर्ण छ।यो नैदानिक अनुभव, दक्षता, र मोडेल गरिएका विषयहरूको प्रभावमा आधारित उन्नत विश्लेषण/संश्लेषण र गहन विश्लेषण प्रदान गर्न डिजाइन गरिएको हो;RLC प्रक्रिया र संरचना;संज्ञानात्मक अधिभारबाट बच्न प्रदान गरिएको जानकारीको मात्रा;चिन्तनशील प्रश्नहरूको प्रभावकारी प्रयोग।शिक्षार्थी-केन्द्रित र सक्रिय शिक्षा प्राप्त गर्नका लागि विधिहरू।यस बिन्दुमा, अनुभव र क्षमताको विभिन्न स्तरहरू समायोजन गर्न क्लिनिकल अनुभव र सिमुलेशन विषयहरूसँग परिचिततालाई तीन भागहरूमा विभाजन गरिएको छ: पहिलो: कुनै अघिल्लो क्लिनिकल व्यावसायिक अनुभव छैन / सिमुलेशन विषयहरूमा अघिल्लो एक्सपोजर छैन, दोस्रो: क्लिनिकल व्यावसायिक अनुभव, ज्ञान र सीपहरू/ कुनै पनि।मोडलिङ विषयहरूमा अघिल्लो एक्सपोजर।तेस्रो: क्लिनिकल व्यावसायिक अनुभव, ज्ञान र सीपहरू।मोडलिङ विषयहरूमा व्यावसायिक / अघिल्लो एक्सपोजर।वर्गीकरण एउटै समूह भित्र विभिन्न अनुभव र क्षमता स्तर भएका व्यक्तिहरूको आवश्यकताहरू समायोजन गर्न गरिन्छ, जसले गर्दा कम अनुभवी चिकित्सकहरूको प्रवृत्तिलाई विश्लेषणात्मक तर्क प्रयोग गर्ने प्रवृत्तिलाई अधिक अनुभवी चिकित्सकहरूको गैर-विश्लेषणात्मक तर्क कौशलहरू प्रयोग गर्ने प्रवृत्तिसँग सन्तुलन मिलाइन्छ [१९, २०, ३४]।, ३७]।RLC प्रक्रिया नैदानिक तर्क चक्र [10], प्रतिबिम्बित मोडेलिङ फ्रेमवर्क [47], र अनुभवात्मक शिक्षा सिद्धान्त [50] को वरिपरि संरचित गरिएको थियो।यो धेरै प्रक्रियाहरू मार्फत प्राप्त हुन्छ: व्याख्या, भिन्नता, संचार, अनुमान र संश्लेषण।
संज्ञानात्मक ओभरलोडबाट बच्नको लागि, आत्म-विश्वास प्राप्त गर्न सहभागीहरूलाई प्रतिबिम्बित गर्न, विश्लेषण गर्न र संश्लेषण गर्न पर्याप्त समय र अवसरहरूको साथ शिक्षार्थी-केन्द्रित र चिन्तनशील बोल्ने प्रक्रियालाई प्रवर्द्धन गर्ने विचार गरियो।RLC को समयमा संज्ञानात्मक प्रक्रियाहरू डबल-लूप फ्रेमवर्क [37] र संज्ञानात्मक लोड सिद्धान्त [48] मा आधारित समेकन, पुष्टिकरण, आकार, र समेकन प्रक्रियाहरू मार्फत सम्बोधन गरिन्छ।संरचित संवाद प्रक्रिया हुनु र प्रतिबिम्बको लागि पर्याप्त समय दिनुले, दुबै अनुभवी र अनुभवहीन सहभागीहरूलाई ध्यानमा राखेर, संज्ञानात्मक भारको सम्भावित जोखिमलाई कम गर्नेछ, विशेष गरी जटिल सिमुलेशनहरूमा भिन्न पूर्व अनुभवहरू, एक्सपोजरहरू र सहभागीहरूको क्षमता स्तरहरू।दृश्य पछि।मोडेलको प्रतिबिम्बित प्रश्न गर्ने प्रविधि ब्लूमको वर्गीकरण मोडेल [५१] र प्रशंसात्मक सोधपुछ (एआई) विधिहरू [४५] मा आधारित छ, जसमा मोडेल गरिएको सहजकर्ताले चरण-दर-चरण, सुकरात्मक र प्रतिबिम्बित तरिकामा विषयलाई सम्पर्क गर्दछ।प्रश्नहरू सोध्नुहोस्, ज्ञानमा आधारित प्रश्नहरूबाट सुरु गर्नुहोस्।र तर्कसँग सम्बन्धित कौशल र मुद्दाहरूलाई सम्बोधन गर्दै।यो प्रश्न गर्ने प्रविधिले सक्रिय सहभागी सहभागिता र संज्ञानात्मक ओभरलोडको कम जोखिमको साथ प्रगतिशील सोचलाई प्रोत्साहित गरेर क्लिनिकल तर्कको अनुकूलन सुधार गर्नेछ।RLC मोडेल विकासको विश्लेषण/प्रतिबिम्ब चरणको क्रममा सह-डिजाइन कार्य समूहबाट निम्न प्रतिनिधि प्रतिक्रियाहरू विचार गरियो।सहभागी 13: "संज्ञानात्मक ओभरलोडबाट बच्न, हामीले पोस्ट-सिमुलेशन सिकाइ कुराकानीहरूमा संलग्न हुँदा जानकारीको मात्रा र प्रवाहलाई विचार गर्न आवश्यक छ, र यो गर्नको लागि, मलाई लाग्छ कि विद्यार्थीहरूलाई आधारभूत कुराहरू प्रतिबिम्बित गर्न र सुरु गर्न पर्याप्त समय दिनु महत्त्वपूर्ण छ। ।ज्ञान।कुराकानी र सीपहरू प्रारम्भ गर्दछ, त्यसपछि मेटाकोग्निसन प्राप्त गर्न ज्ञान र सीपहरूको उच्च स्तरमा जान्छ।"सहभागी 9: "म दृढतापूर्वक विश्वास गर्छु कि प्रशंसात्मक सोधपुछ (एआई) प्रविधिहरू प्रयोग गरी प्रश्न गर्ने विधिहरू र ब्लूमको वर्गीकरण मोडेल प्रयोग गरेर प्रतिबिम्बित प्रश्नहरूले संज्ञानात्मक ओभरलोडको जोखिमलाई कम गर्दै सक्रिय सिकाइ र शिक्षार्थी-केन्द्रिततालाई बढावा दिनेछ।"मोडेलको डिब्रीफिङ चरणले RLC को समयमा उठाइएका सिकाइ बिन्दुहरूलाई संक्षेपमा प्रस्तुत गर्ने र सिकाइका उद्देश्यहरू पूरा भएको सुनिश्चित गर्ने लक्ष्य राख्छ।सहभागी ८: "अभ्यासमा जाँदा विचार गर्नुपर्ने सबैभन्दा महत्त्वपूर्ण मुख्य विचारहरू र मुख्य पक्षहरूमा सिक्ने र सहजकर्ता दुवै सहमत हुनु धेरै महत्त्वपूर्ण छ।"
नैतिक अनुमोदन प्रोटोकल नम्बरहरू (MRC-01-22-117) र (HSK/PGR/UH/04728) अन्तर्गत प्राप्त गरिएको थियो।मोडेलको उपयोगिता र व्यावहारिकता मूल्याङ्कन गर्न तीनवटा व्यावसायिक गहन हेरचाह सिमुलेशन पाठ्यक्रमहरूमा मोडेलको परीक्षण गरिएको थियो।मोडेलको अनुहार वैधता एक सह-डिजाइन कार्य समूह (N = 18) र शैक्षिक निर्देशकहरू (N = 6) को रूपमा सेवा गर्ने शैक्षिक विशेषज्ञहरू उपस्थिति, व्याकरण, र प्रक्रियासँग सम्बन्धित समस्याहरू सुधार गर्न मूल्याङ्कन गरिएको थियो।अनुहार वैधता पछि, सामग्रीको वैधता वरिष्ठ नर्स शिक्षकहरू (N = 6) द्वारा निर्धारित गरिएको थियो जो अमेरिकी नर्सहरू प्रमाणीकरण केन्द्र (ANCC) द्वारा प्रमाणित थिए र शैक्षिक योजनाकारहरूको रूपमा सेवा गरेका थिए, र (N = 6) जसले 10 वर्ष भन्दा बढी शिक्षा पाएका थिए र शिक्षण अनुभव।कार्य अनुभव मूल्याङ्कन शैक्षिक निर्देशकहरू द्वारा आयोजित गरिएको थियो (N = 6)।मोडलिङ अनुभव।सामग्रीको वैधता सामग्री वैधता अनुपात (CVR) र सामग्री वैधता सूचकांक (CVI) प्रयोग गरेर निर्धारण गरिएको थियो।Lawshe विधि [52] CVI अनुमान गर्न प्रयोग गरिएको थियो, र वाल्ट्ज र बाउसेल [53] को विधि CVR अनुमान गर्न प्रयोग गरिएको थियो।CVR परियोजनाहरू आवश्यक छन्, उपयोगी छन्, तर आवश्यक वा वैकल्पिक छैनन्।CVI लाई सान्दर्भिकता, सरलता र स्पष्टताको आधारमा चार-बिन्दु स्केलमा स्कोर गरिन्छ, जसमा 1 = सान्दर्भिक छैन, 2 = केही हदसम्म सान्दर्भिक, 3 = सान्दर्भिक, र 4 = धेरै सान्दर्भिक।अनुहार र सामग्रीको वैधता प्रमाणीकरण पछि, व्यावहारिक कार्यशालाको अतिरिक्त, मोडेल प्रयोग गर्ने शिक्षकहरूको लागि अभिमुखीकरण र अभिमुखीकरण सत्रहरू सञ्चालन गरियो।
कार्य समूहले सघन हेरचाह इकाईहरूमा SBE मा सहभागिताको क्रममा क्लिनिकल तर्क कौशलहरू अनुकूलन गर्न पोस्ट-सिमुलेशन RLC मोडेलको विकास र परीक्षण गर्न सक्षम थियो (चित्र 1, 2, र 3)।CVR = 1.00, CVI = 1.00, उपयुक्त अनुहार र सामग्री वैधता प्रतिबिम्बित [52, 53]।
मोडेल समूह SBE को लागि सिर्जना गरिएको थियो, जहाँ अनुभव, ज्ञान र वरिष्ठताको समान वा फरक स्तर भएका सहभागीहरूका लागि रोमाञ्चक र चुनौतीपूर्ण परिदृश्यहरू प्रयोग गरिन्छ।RLC वैचारिक मोडेल INACSL उडान सिमुलेशन विश्लेषण मापदण्ड [३६] अनुसार विकसित गरिएको थियो र कामका उदाहरणहरू (चित्र 1, 2 र 3) सहित शिक्षार्थी-केन्द्रित र आत्म-व्याख्यात्मक छ।मोडललाई उद्देश्यपूर्ण रूपमा विकसित गरिएको थियो र मोडलिङ मापदण्डहरू पूरा गर्न चार चरणहरूमा विभाजन गरिएको थियो: ब्रीफिंगबाट सुरु हुन्छ, त्यसपछि प्रतिबिम्बित विश्लेषण/संश्लेषण, र जानकारी र सारांशको साथ समाप्त हुन्छ।संज्ञानात्मक ओभरलोडको सम्भावित जोखिमबाट बच्न, मोडेलको प्रत्येक चरण उद्देश्यपूर्ण रूपमा अर्को चरणको लागि पूर्व शर्तको रूपमा डिजाइन गरिएको छ [34]।
RLC मा सहभागिता मा वरिष्ठता र समूह सद्भाव कारक को प्रभाव पहिले अध्ययन गरिएको छैन [38]।सिमुलेशन अभ्यास [34, 37] मा डबल लूप र संज्ञानात्मक अधिभार सिद्धान्तको व्यावहारिक अवधारणाहरूलाई ध्यानमा राख्दै, यो विचार गर्न महत्त्वपूर्ण छ कि समूह SBE मा विभिन्न अनुभवहरू र एउटै सिमुलेशन समूहमा सहभागीहरूको क्षमता स्तरहरूको साथ भाग लिनु चुनौती हो।सूचनाको मात्रा, प्रवाह र सिकाइको संरचनाको बेवास्ता, साथै दुबै हाई स्कूल र जुनियर हाई स्कूलका विद्यार्थीहरूद्वारा द्रुत र ढिलो संज्ञानात्मक प्रक्रियाहरूको एक साथ प्रयोगले संज्ञानात्मक ओभरलोडको सम्भावित जोखिम निम्त्याउँछ [18, 38, 46]।यी कारकहरूलाई ध्यानमा राखिएको थियो जब RLC मोडेल विकास गर्दा अविकसित र/वा सबोप्टिमल क्लिनिकल तर्कबाट बच्न [18, 38]।यो ध्यानमा राख्नु महत्त्वपूर्ण छ कि विभिन्न स्तरको वरिष्ठता र योग्यताको साथ RLC सञ्चालन गर्दा वरिष्ठ सहभागीहरूमा प्रभुत्व प्रभाव हुन्छ।यो हुन्छ किनभने उन्नत सहभागीहरूले आधारभूत अवधारणाहरू सिक्नबाट जोगिन्छन्, जुन युवा सहभागीहरूलाई मेटाकोग्निसन प्राप्त गर्न र उच्च-स्तरको सोच र तर्क प्रक्रियाहरूमा प्रवेश गर्न महत्त्वपूर्ण छ [38, 47]।RLC मोडेल प्रशंसात्मक सोधपुछ र डेल्टा दृष्टिकोण [४५, ४६, ५१] मार्फत वरिष्ठ र जुनियर नर्सहरूलाई संलग्न गराउन डिजाइन गरिएको हो।यी विधिहरू प्रयोग गरेर, विभिन्न क्षमताहरू र अनुभवको स्तरहरू भएका वरिष्ठ र कनिष्ठ सहभागीहरूको विचारहरू वस्तुद्वारा वस्तु प्रस्तुत गरिनेछ र debriefing मध्यस्थकर्ता र सह-मध्यस्थहरू द्वारा प्रतिबिम्बित रूपमा छलफल गरिनेछ [45, 51]।सिमुलेशन सहभागीहरूको इनपुटको अतिरिक्त, debriefing facilitator ले उनीहरूको इनपुट थप्छ कि सबै सामूहिक अवलोकनहरूले प्रत्येक सिक्ने क्षणलाई व्यापक रूपमा कभर गर्दछ, जसले गर्दा नैदानिक तर्कलाई अनुकूलन गर्न मेटाकोग्निसनलाई बढाउँछ [१०]।
RLC मोडेल प्रयोग गरी सूचना प्रवाह र सिकाइ संरचनालाई व्यवस्थित र बहु-चरण प्रक्रिया मार्फत सम्बोधन गरिन्छ।यो डिब्रीफिङ सहजकर्ताहरूलाई मद्दत गर्न र अर्को चरणमा जानु अघि प्रत्येक सहभागीले प्रत्येक चरणमा स्पष्ट र आत्मविश्वासका साथ बोलेको सुनिश्चित गर्न हो।मध्यस्थकर्ताले प्रतिबिम्बित छलफलहरू प्रारम्भ गर्न सक्षम हुनेछ जसमा सबै सहभागीहरू भाग लिन्छन्, र अर्को [३८] मा जानु अघि विभिन्न वरिष्ठता र क्षमता स्तरका सहभागीहरू प्रत्येक छलफल बिन्दुको लागि उत्तम अभ्यासहरूमा सहमत हुने बिन्दुमा पुग्छन्।यस दृष्टिकोणको प्रयोगले अनुभवी र सक्षम सहभागीहरूलाई उनीहरूको योगदान/अवलोकनहरू साझा गर्न मद्दत गर्नेछ, जबकि कम अनुभवी र सक्षम सहभागीहरूको योगदान/अवलोकनहरू मूल्याङ्कन र छलफल गरिनेछ [38]।तर, यो लक्ष्य हासिल गर्न सहजकर्ताहरूले छलफललाई सन्तुलनमा राख्ने र वरिष्ठ र कनिष्ठ सहभागीहरूलाई समान अवसर प्रदान गर्ने चुनौती सामना गर्नुपर्नेछ।यस अन्तको लागि, मोडेल सर्वेक्षण पद्धति उद्देश्यपूर्ण रूपमा ब्लूमको वर्गीकरण मोडेल प्रयोग गरेर विकसित गरिएको थियो, जसले मूल्याङ्कन सर्वेक्षण र additive/डेल्टा विधि [45, 46, 51] को संयोजन गर्दछ।यी प्रविधिहरू प्रयोग गरेर र केन्द्रित प्रश्नहरू/प्रतिबिंबित छलफलहरूको ज्ञान र बुझाइको साथ सुरु गर्दा कम अनुभवी सहभागीहरूलाई छलफलमा भाग लिन र सक्रिय रूपमा भाग लिन प्रोत्साहित गर्नेछ, त्यसपछि सहजकर्ता बिस्तारै प्रश्न/चर्चाहरूको मूल्याङ्कन र संश्लेषणको उच्च स्तरमा सर्नेछ। जसमा दुबै पक्षहरूले वरिष्ठ र जुनियरहरू सहभागीहरूलाई उनीहरूको अघिल्लो अनुभव र क्लिनिकल सीपहरू वा सिमुलेटेड परिदृश्यहरूको साथ अनुभवको आधारमा भाग लिने समान अवसर दिनुपर्दछ।यस दृष्टिकोणले कम अनुभवी सहभागीहरूलाई सक्रिय रूपमा भाग लिन र थप अनुभवी सहभागीहरूद्वारा साझा गरिएका अनुभवहरूका साथै डिब्रीफिङ सहजकर्ताको इनपुटबाट लाभ उठाउन मद्दत गर्नेछ।अर्कोतर्फ, मोडेल विभिन्न सहभागी क्षमता र अनुभव स्तर भएका SBE हरूका लागि मात्र नभई समान अनुभव र क्षमता स्तर भएका SBE समूहका सहभागीहरूका लागि पनि डिजाइन गरिएको हो।सिकाइ लक्ष्यहरू प्राप्त गर्नका लागि ज्ञान र बुझाइमा केन्द्रित भएर संश्लेषण र मूल्याङ्कनमा केन्द्रित हुने गरी समूहको सहज र व्यवस्थित आन्दोलनलाई सहज बनाउन मोडल डिजाइन गरिएको थियो।मोडेल संरचना र प्रक्रियाहरू विभिन्न र समान क्षमताहरू र अनुभव स्तरहरूको मोडेलिङ समूहहरू अनुरूप डिजाइन गरिएका छन्।
थप रूपमा, यद्यपि RLC सँग संयोजनमा स्वास्थ्य सेवामा SBE चिकित्सकीय तर्क र चिकित्सकहरूमा योग्यता विकास गर्न प्रयोग गरिन्छ [22,30,38], तथापि, सान्दर्भिक कारकहरू केस जटिलता र संज्ञानात्मक ओभरलोडको सम्भावित जोखिमहरू, विशेष गरी। जब सहभागीहरूले एसबीई परिदृश्यहरू सिमुलेटेड अत्यधिक जटिल, गम्भीर रूपमा बिरामी बिरामीहरूलाई तत्काल हस्तक्षेप र महत्वपूर्ण निर्णय लिने आवश्यक पर्दछ [2,18,37,38,47,48]।यस उद्देश्यका लागि, SBE मा सहभागी हुँदा एकैसाथ विश्लेषणात्मक र गैर-विश्लेषणात्मक तर्क प्रणालीहरू बीच स्विच गर्ने अनुभवी र कम अनुभवी सहभागीहरूको प्रवृत्तिलाई ध्यानमा राख्नु, र पुरानो र साना दुवैलाई अनुमति दिने प्रमाण-आधारित दृष्टिकोण स्थापना गर्न महत्त्वपूर्ण छ। विद्यार्थीहरू सक्रिय रूपमा सिक्ने प्रक्रियामा भाग लिन।तसर्थ, मोडेललाई यसरी डिजाइन गरिएको थियो कि प्रस्तुत गरिएको सिमुलेट गरिएको केसको जटिलतालाई ध्यान नदिई, सहजकर्ताले वरिष्ठ र कनिष्ठ दुवै सहभागीहरूको ज्ञान र पृष्ठभूमि बुझाइका पक्षहरू पहिले समेटिएको र त्यसपछि क्रमशः र रिफ्लेक्सिभ रूपमा विकास गरिएको सुनिश्चित गर्नुपर्दछ। विश्लेषण सहज बनाउन।संश्लेषण र समझ।मूल्याङ्कन पक्ष।यसले साना विद्यार्थीहरूलाई उनीहरूले सिकेका कुराहरू निर्माण र एकीकरण गर्न मद्दत गर्नेछ, र पुराना विद्यार्थीहरूलाई नयाँ ज्ञानको संश्लेषण र विकास गर्न मद्दत गर्नेछ।यसले तर्क प्रक्रियाका लागि आवश्यकताहरू पूरा गर्नेछ, प्रत्येक सहभागीको पूर्व अनुभव र क्षमताहरूलाई ध्यानमा राख्दै, र एक सामान्य ढाँचा छ जसले हाई स्कूल र जुनियर हाई स्कूलका विद्यार्थीहरूको एकै साथ विश्लेषणात्मक र गैर-विश्लेषणात्मक तर्क प्रणालीहरू बीच सर्ने प्रवृत्तिलाई सम्बोधन गर्दछ। क्लिनिकल तर्कको अनुकूलन सुनिश्चित गर्दै।
थप रूपमा, सिमुलेशन फ्यासिलिटेटरहरू/डिब्रीफरहरूलाई सिमुलेशन डिब्रीफिंग सीपहरू मास्टर गर्न कठिनाई हुन सक्छ।संज्ञानात्मक डिब्रीफिङ स्क्रिप्टहरूको प्रयोगले लिपिहरू प्रयोग नगर्नेहरूको तुलनामा ज्ञान प्राप्ति र सहजकर्ताहरूको व्यवहार कौशल सुधार गर्न प्रभावकारी मानिन्छ [54]।परिदृश्यहरू एक संज्ञानात्मक उपकरण हो जसले शिक्षकहरूको मोडेलिङ कार्यलाई सहज बनाउन सक्छ र डिब्रीफिङ सीपहरू सुधार गर्न सक्छ, विशेष गरी शिक्षकहरूको लागि जो अझै पनि आफ्नो डिब्रीफिङ अनुभवलाई सुदृढ गर्दैछन् [55]।अधिक उपयोगिता प्राप्त गर्नुहोस् र प्रयोगकर्ता-अनुकूल मोडेलहरू विकास गर्नुहोस्।(चित्र 2 र चित्र 3)।
हाल उपलब्ध सिमुलेशन विश्लेषण र निर्देशित प्रतिबिम्ब मोडेलहरूमा प्लस/डेल्टा, प्रशंसात्मक सर्वेक्षण, र ब्लूमको वर्गीकरण सर्वेक्षण विधिहरूको समानान्तर एकीकरणलाई अझै सम्बोधन गरिएको छैन।यी विधिहरूको एकीकरणले RLC मोडेलको नवीनतालाई हाइलाइट गर्दछ, जसमा यी विधिहरूलाई एकल ढाँचामा नैदानिक तर्क र शिक्षार्थी-केन्द्रितताको अनुकूलन प्राप्त गर्न एकीकृत गरिएको छ।मेडिकल शिक्षकहरूले सहभागीहरूको क्लिनिकल तर्क क्षमताहरू सुधार गर्न र अनुकूलन गर्न RLC मोडेल प्रयोग गरी SBE मोडलिङ समूहबाट लाभ उठाउन सक्छन्।मोडेलको परिदृश्यहरूले शिक्षकहरूलाई प्रतिबिम्बित डिब्रीफिङको प्रक्रियामा महारत हासिल गर्न र उनीहरूका सीपहरूलाई आत्मविश्वासी र सक्षम डिब्रीफिङ सहजकर्ता बन्न मद्दत गर्न सक्छ।
SBE ले धेरै फरक मोडालिटीहरू र प्रविधिहरू समावेश गर्न सक्छ, जसमा mannequin-based SBE, टास्क सिमुलेटरहरू, बिरामी सिमुलेटरहरू, मानकीकृत बिरामीहरू, भर्चुअल र संवर्धित वास्तविकता समावेश छ तर सीमित छैन।रिपोर्टिङ महत्त्वपूर्ण मोडलिङ मापदण्ड मध्ये एक हो भन्ने कुरालाई ध्यानमा राख्दै, यी मोडहरू प्रयोग गर्दा सिमुलेटेड RLC मोडेललाई रिपोर्टिङ मोडेलको रूपमा प्रयोग गर्न सकिन्छ।यसबाहेक, नर्सिङ अनुशासनको लागि मोडेल विकास गरिएको भएता पनि, अन्तरव्यवसायिक शिक्षाको लागि RLC मोडेल परीक्षण गर्न भविष्यका अनुसन्धान पहलहरूको आवश्यकतालाई हाइलाइट गर्दै, अन्तरव्यवसायिक स्वास्थ्य सेवा SBE मा प्रयोग गर्ने सम्भावना छ।
SBE सघन हेरचाह एकाइहरूमा नर्सिङ हेरचाहको लागि पोस्ट-सिमुलेशन RLC मोडेलको विकास र मूल्याङ्कन।मोडेलको भविष्यको मूल्याङ्कन/प्रमाणीकरणलाई अन्य स्वास्थ्य हेरचाह विषयहरू र अन्तरव्यवसायिक SBE मा प्रयोगको लागि मोडेलको सामान्यीकरण बढाउन सिफारिस गरिन्छ।
यो मोडल सिद्धान्त र अवधारणामा आधारित संयुक्त कार्य समूह द्वारा विकसित गरिएको थियो।मोडेलको वैधता र सामान्यीकरण सुधार गर्न, तुलनात्मक अध्ययनका लागि परिष्कृत विश्वसनीयता उपायहरूको प्रयोगलाई भविष्यमा विचार गर्न सकिन्छ।
अभ्यास त्रुटिहरू कम गर्न, सुरक्षित र उपयुक्त क्लिनिकल निर्णय सुनिश्चित गर्न चिकित्सकहरूसँग प्रभावकारी क्लिनिकल तर्क कौशलहरू हुनुपर्दछ।SBE RLC लाई डिब्रीफिङ प्रविधिको रूपमा प्रयोग गर्नाले क्लिनिकल तर्क विकास गर्न आवश्यक ज्ञान र व्यावहारिक सीपहरूको विकासलाई बढावा दिन्छ।यद्यपि, क्लिनिकल तर्कको बहुआयामिक प्रकृति, पूर्व अनुभव र एक्सपोजरसँग सम्बन्धित, क्षमतामा परिवर्तन, जानकारीको मात्रा र प्रवाह, र सिमुलेशन परिदृश्यहरूको जटिलताले पोस्ट-सिमुलेशन RLC मोडेलहरू विकास गर्ने महत्त्वलाई हाइलाइट गर्दछ जसको माध्यमबाट क्लिनिकल तर्क सक्रिय रूपमा हुन सक्छ। र प्रभावकारी रूपमा कार्यान्वयन।कौशल।यी कारकहरूलाई बेवास्ता गर्दा अविकसित र सबोप्टिमल क्लिनिकल तर्क हुन सक्छ।RLC मोडेल यी कारकहरूलाई सम्बोधन गर्नको लागि विकसित गरिएको थियो जब समूह सिमुलेशन गतिविधिहरूमा भाग लिँदा क्लिनिकल तर्कलाई अनुकूलन गर्न।यो लक्ष्य हासिल गर्न, मोडेलले प्लस/माइनस मूल्याङ्कन सोधपुछ र ब्लूमको वर्गीकरणको प्रयोगलाई एकैसाथ एकीकृत गर्दछ।
हालको अध्ययनको क्रममा प्रयोग गरिएका र/वा विश्लेषण गरिएका डाटासेटहरू उचित अनुरोधमा सम्बन्धित लेखकबाट उपलब्ध छन्।
डेनियल एम, रेन्सिक जे, डर्निंग एसजे, होल्म्बो ई, सान्टेन एसए, लैंग डब्ल्यू, रैटक्लिफ टी, गोर्डन डी, हेइस्ट बी, लुबार्स्की एस, एस्ट्राडा केए।क्लिनिकल तर्कको मूल्याङ्कनका लागि विधिहरू: समीक्षा र अभ्यास सिफारिसहरू।चिकित्सा विज्ञान प्रतिष्ठान।२०१९; ९४(६): ९०२–१२।
यंग एमई, थोमस ए., लुबार्स्की एस., गोर्डन डी., ग्रूपेन एलडी, रेन्सिच जे., बलार्ड टी., होल्म्बोई ई., डा सिल्भा ए., रेटक्लिफ टी., शुविर्थ एल. स्वास्थ्य व्यवसायहरू बीच क्लिनिकल तर्कमा साहित्य तुलना : एक स्कोपिङ समीक्षा।BMC चिकित्सा शिक्षा।२०२०;२०(१):१–१।
गुरेरो जेजी।नर्सिङ अभ्यास तर्क मोडेल: नर्सिङमा क्लिनिकल तर्क, निर्णय बनाउने, र निर्णयको कला र विज्ञान।नर्सको जर्नल खोल्नुहोस्।२०१९; ९(२):७९–८८।
Almomani E, Alraouch T, Saada O, Al Nsour A, Kamble M, Samuel J, Atallah K, Mustafa E. Reflective Learning Dialogue as a clinical learning and teaching method in critical care।कतार मेडिकल जर्नल।२०२०;२०१९;१(१):६४।
Mamed S., Van Gogh T., Sampaio AM, de Faria RM, Maria JP, Schmidt HG विद्यार्थीहरूको निदानात्मक सीपहरूले क्लिनिकल केसहरूको अभ्यासबाट कसरी लाभ उठाउँछन्?समान र नयाँ विकारहरूको भविष्यको निदानमा संरचित प्रतिबिम्बको प्रभावहरू।चिकित्सा विज्ञान प्रतिष्ठान।२०१४;८९(१):१२१–७।
Tutticci N, Theobald KA, Ramsbotham J, Johnston S. एक्सप्लोरिङ पर्यवेक्षक भूमिका र सिमुलेशनमा क्लिनिकल तर्क: एक स्कोपिङ समीक्षा।नर्स शिक्षा अभ्यास २०२२ जनवरी २०: १०३३०१।
एडवर्ड्स I, जोन्स एम, कार जे, ब्रुनाक-मेयर ए, जेन्सेन जीएम।शारीरिक थेरेपीमा क्लिनिकल तर्क रणनीतिहरू।फिजियोथेरापी।2004;84(4):312–30।
Kuiper R, Pesut D, Kautz D. मेडिकल विद्यार्थीहरूमा क्लिनिकल तर्क कौशलको स्व-नियमन प्रवर्द्धन गर्दै।ओपन जर्नल नर्स 2009; 3:76।
Levett-Jones T, Hoffman K, Dempsey J, Jeon SY, Noble D, Norton KA, Roche J, Hickey N. क्लिनिकल तर्कको "पाँच अधिकार": पहिचान र व्यवस्थापनमा क्लिनिकल योग्यता नर्सिङ विद्यार्थीहरूलाई सुधार गर्ने शैक्षिक मोडेल। जोखिम बिरामीहरू।आज नर्सिङ शिक्षा।२०१०;३०(६):५१५–२०।
Brentnall J, Thackray D, Judd B. मेडिकल विद्यार्थीहरूको क्लिनिकल तर्कलाई प्लेसमेन्ट र सिमुलेशन सेटिङहरूमा मूल्याङ्कन गर्दै: एक व्यवस्थित समीक्षा।पर्यावरण अनुसन्धानको अन्तर्राष्ट्रिय जर्नल, सार्वजनिक स्वास्थ्य।२०२२;१९(२):९३६।
चेम्बरलेन डी, पोलक डब्ल्यू, फुलब्रुक पी. क्रिटिकल केयर नर्सिङका लागि ACCCN मानकहरू: एक प्रणालीगत समीक्षा, प्रमाण विकास र मूल्याङ्कन।आपतकालीन अस्ट्रेलिया।2018;31(5):292–302।
Cunha LD, Pestana-Santos M, Lomba L, Reis Santos M. पोस्टनेस्थेसिया केयरमा क्लिनिकल तर्कमा अनिश्चितता: जटिल स्वास्थ्य सेवा सेटिङहरूमा अनिश्चितताको मोडेलहरूमा आधारित एक एकीकृत समीक्षा।J Perioperative नर्स।2022;35(2):e32–40।
Rivaz M, Tavakolinia M, Momennasab M. क्रिटिकल केयर नर्सहरूको व्यावसायिक अभ्यास वातावरण र नर्सिङ परिणामहरूसँग यसको सम्बन्ध: संरचनात्मक समीकरण मोडलिङ अध्ययन।स्क्यान्ड जे केयरिङ साइंस।२०२१;३५(२):६०९–१५।
Suvardianto H, Astuti VV, योग्यता।क्रिटिकल केयर युनिट (JSCC) मा विद्यार्थी नर्सहरूको लागि नर्सिङ र क्रिटिकल केयर अभ्यास जर्नल एक्सचेन्ज।STRADA पत्रिका Ilmia Kesehatan।२०२०; ९(२): ६८६–९३।
Liev B, Dejen Tilahun A, Kasyu T. ज्ञान, मनोवृत्ति र गहन हेरचाह इकाई नर्सहरू बीच शारीरिक मूल्याङ्कनसँग सम्बन्धित कारकहरू: एक बहुकेन्द्र क्रस-सेक्शनल अध्ययन।क्रिटिकल केयरमा अनुसन्धान अभ्यास।२०२०; ९१४५१०५।
सुलिभान जे., हुगिल के., ए. एलरौश टीए, मथियास जे., अल्खेटिमी एमओ पायलट मध्य पूर्वी देशको सांस्कृतिक सन्दर्भमा नर्स र मिडवाइफहरूका लागि योग्यता ढाँचाको कार्यान्वयन।नर्स शिक्षा अभ्यास।२०२१; ५१:१०२९६९।
वांग एमएस, थोर ई, हडसन जेएन।स्क्रिप्ट स्थिरता परीक्षणहरूमा प्रतिक्रिया प्रक्रियाको वैधता परीक्षण गर्दै: एक सोच-एउटा दृष्टिकोण।चिकित्सा शिक्षाको अन्तर्राष्ट्रिय जर्नल।२०२०; ११:१२७।
Kang H, Kang HY।क्लिनिकल तर्क कौशल, क्लिनिकल क्षमता, र शैक्षिक सन्तुष्टि मा सिमुलेशन शिक्षा को प्रभाव।J कोरिया शैक्षिक र औद्योगिक सहयोग संघ।२०२०; २१(८):१०७–१४।
Diekmann P, Thorgeirsen K, Kvindesland SA, Thomas L, Bushell W, Langley Ersdal H. संक्रामक रोगको प्रकोपहरू जस्तै COVID-19: नर्वे, डेनमार्क र ग्रेट ब्रिटेनका व्यावहारिक सुझावहरू र स्रोतहरू तयार गर्न र प्रतिक्रियाहरू सुधार गर्न मोडेलिङ प्रयोग गर्दै।उन्नत मोडलिङ।२०२०;५(१):१–०।
लिओस एल, लोप्रेयाटो जे, संस्थापक डी, चांग टीपी, रोबर्टसन जेएम, एन्डरसन एम, डियाज डीए, स्पेन एई, सम्पादकहरू।(सहयोगी सम्पादक) र शब्दावली र अवधारणा कार्य समूह, हेल्थकेयर मोडलिङ को शब्दकोश - दोस्रो संस्करण।Rockville, MD: स्वास्थ्य सेवा अनुसन्धान र गुणस्तर को लागी एजेन्सी।जनवरी 2020: 20-0019।
ब्रूक्स ए, ब्राचम्यान एस, क्याप्रालोस बी, नाकाजिमा ए, टायरम्यान जे, जैन एल, साल्वेट्टी एफ, गार्डनर आर, मिनेहार्ट आर, बर्टाग्नी बी। स्वास्थ्य सेवा सिमुलेशनको लागि संवर्धित वास्तविकता।समावेशी कल्याणको लागि भर्चुअल रोगी प्रविधिहरूमा नवीनतम प्रगति।गेमिफिकेशन र सिमुलेशन।२०२०; १९६:१०३–४०।
आलमरानी MH, Alammal KA, Alqahtani SS, Salem OA नर्सिङ विद्यार्थीहरूमा महत्वपूर्ण सोच कौशल र आत्म-विश्वासमा सिमुलेशन र परम्परागत शिक्षण विधिहरूको प्रभावहरूको तुलना।जे नर्सिङ अनुसन्धान केन्द्र।2018;26(3):152-7।
Kiernan LK सिमुलेशन प्रविधिहरू प्रयोग गरेर क्षमता र आत्मविश्वास मूल्याङ्कन गर्नुहोस्।हेरचाह।2018;48(10):45।
पोस्ट समय: जनवरी-08-2024