सिमुलेटेड डिब्रिफिङको लागि रिफ्लेक्टिव लर्निङको संवादात्मक मोडेल: सहयोगी डिजाइन र नवप्रवर्तन प्रक्रियाहरू | BMC मेडिकल एजुकेशन

उपयुक्त, सुरक्षित क्लिनिकल निर्णयहरू लिन र अभ्यास त्रुटिहरूबाट बच्न अभ्यासकर्ताहरूसँग प्रभावकारी क्लिनिकल तर्क कौशल हुनुपर्छ। कमजोर रूपमा विकसित क्लिनिकल तर्क कौशलले बिरामीको सुरक्षालाई सम्झौता गर्न सक्छ र हेरचाह वा उपचारमा ढिलाइ गर्न सक्छ, विशेष गरी गहन हेरचाह र आपतकालीन विभागहरूमा। सिमुलेशन-आधारित प्रशिक्षणले बिरामीको सुरक्षा कायम राख्दै क्लिनिकल तर्क कौशल विकास गर्न डिब्रीफिंग विधिको रूपमा सिमुलेशन पछि परावर्तक सिकाइ कुराकानीहरू प्रयोग गर्दछ। यद्यपि, क्लिनिकल तर्कको बहुआयामिक प्रकृति, संज्ञानात्मक ओभरलोडको सम्भावित जोखिम, र उन्नत र जुनियर सिमुलेशन सहभागीहरू द्वारा विश्लेषणात्मक (काल्पनिक-घटक) र गैर-विश्लेषणात्मक (सहज) क्लिनिकल तर्क प्रक्रियाहरूको भिन्न प्रयोगको कारणले गर्दा, अनुभव, क्षमताहरू, जानकारीको प्रवाह र मात्रासँग सम्बन्धित कारकहरू, र केस जटिलतालाई डिब्रीफिंग विधिको रूपमा सिमुलेशन पछि समूह प्रतिबिम्बित सिकाइ कुराकानीहरूमा संलग्न भएर क्लिनिकल तर्कलाई अनुकूलन गर्न विचार गर्नु महत्त्वपूर्ण छ। हाम्रो लक्ष्य भनेको पोस्ट-सिमुलेशन रिफ्लेक्टिव सिकाइ संवादको मोडेलको विकासको वर्णन गर्नु हो जसले क्लिनिकल तर्क अनुकूलनको उपलब्धिलाई प्रभाव पार्ने धेरै कारकहरूलाई विचार गर्दछ।
चिकित्सक, नर्स, अनुसन्धानकर्ता, शिक्षक र बिरामी प्रतिनिधिहरू मिलेर बनेको सह-डिजाइन कार्य समूह (N = १८) ले सिमुलेशनको संक्षिप्त विवरण दिनको लागि पोस्ट-सिमुलेसन रिफ्लेक्टिव सिकाइ संवाद मोडेलको सह-विकास गर्न क्रमिक कार्यशालाहरू मार्फत सहकार्य गर्यो। सह-डिजाइन कार्य समूहले सैद्धान्तिक र अवधारणात्मक प्रक्रिया र बहु-चरण सहकर्मी समीक्षा मार्फत मोडेल विकास गर्यो। प्लस/माइनस मूल्याङ्कन अनुसन्धान र ब्लूमको वर्गीकरणको समानान्तर एकीकरणले सिमुलेशन गतिविधिहरूमा भाग लिँदा सिमुलेशन सहभागीहरूको क्लिनिकल तर्कलाई अनुकूलन गर्ने विश्वास गरिन्छ। मोडेलको अनुहार वैधता र सामग्री वैधता स्थापित गर्न सामग्री वैधता सूचकांक (CVI) र सामग्री वैधता अनुपात (CVR) विधिहरू प्रयोग गरिएको थियो।
सिमुलेशन पछिको प्रतिबिम्बित सिकाइ संवाद मोडेल विकास र परीक्षण गरिएको थियो। यो मोडेल काम गरिएका उदाहरणहरू र स्क्रिप्टिङ मार्गदर्शनद्वारा समर्थित छ। मोडेलको अनुहार र सामग्री वैधताको मूल्याङ्कन र पुष्टि गरिएको थियो।
नयाँ सह-डिजाइन मोडेल विभिन्न मोडेलिङ सहभागीहरूको सीप र क्षमताहरू, जानकारीको प्रवाह र मात्रा, र मोडेलिङ केसहरूको जटिलतालाई ध्यानमा राखेर सिर्जना गरिएको थियो। समूह सिमुलेशन गतिविधिहरूमा भाग लिँदा यी कारकहरूले क्लिनिकल तर्कलाई अनुकूलन गर्ने सोचाइ राखिन्छ।
क्लिनिकल तर्कलाई स्वास्थ्य सेवामा क्लिनिकल अभ्यासको जग मानिन्छ [1, 2] र क्लिनिकल क्षमताको एक महत्त्वपूर्ण तत्व [1, 3, 4]। यो एक प्रतिबिम्बित प्रक्रिया हो जुन अभ्यासकर्ताहरूले सामना गर्ने प्रत्येक क्लिनिकल परिस्थितिको लागि सबैभन्दा उपयुक्त हस्तक्षेप पहिचान गर्न र कार्यान्वयन गर्न प्रयोग गर्छन् [5, 6]। क्लिनिकल तर्कलाई एक जटिल संज्ञानात्मक प्रक्रियाको रूपमा वर्णन गरिएको छ जसले बिरामीको बारेमा जानकारी सङ्कलन र विश्लेषण गर्न, त्यो जानकारीको महत्त्व मूल्याङ्कन गर्न, र कार्यको वैकल्पिक पाठ्यक्रमहरूको मूल्य निर्धारण गर्न औपचारिक र अनौपचारिक सोच रणनीतिहरू प्रयोग गर्दछ [7, 8]। यो सही समयमा र सही कारणले सही बिरामीको लागि सही कार्य गर्न सुरागहरू सङ्कलन गर्ने, जानकारी प्रशोधन गर्ने र बिरामीको समस्या बुझ्ने क्षमतामा निर्भर गर्दछ [9, 10]।
सबै स्वास्थ्य सेवा प्रदायकहरूले उच्च अनिश्चितताको अवस्थामा जटिल निर्णयहरू गर्नुपर्ने आवश्यकताको सामना गर्छन् [11]। क्रिटिकल केयर र आपतकालीन केयर अभ्यासमा, क्लिनिकल परिस्थितिहरू र आपतकालीन अवस्थाहरू उत्पन्न हुन्छन् जहाँ तत्काल प्रतिक्रिया र हस्तक्षेप जीवन बचाउन र बिरामी सुरक्षा सुनिश्चित गर्न महत्त्वपूर्ण हुन्छ [12]। क्रिटिकल केयर अभ्यासमा कमजोर क्लिनिकल तर्क कौशल र क्षमता क्लिनिकल त्रुटिहरूको उच्च दर, हेरचाह वा उपचारमा ढिलाइ [13] र बिरामी सुरक्षाको लागि जोखिमसँग सम्बन्धित छ [14,15,16]। व्यावहारिक त्रुटिहरूबाट बच्नको लागि, चिकित्सकहरू सक्षम हुनुपर्छ र सुरक्षित र उपयुक्त निर्णयहरू लिन प्रभावकारी क्लिनिकल तर्क कौशल हुनुपर्छ [16, 17, 18]। गैर-विश्लेषणात्मक (सहज) तर्क प्रक्रिया पेशेवर चिकित्सकहरूले मन पराउने छिटो प्रक्रिया हो। यसको विपरीत, विश्लेषणात्मक (परिकल्पना-घटनात्मक) तर्क प्रक्रियाहरू स्वाभाविक रूपमा ढिलो, बढी जानाजानी, र कम अनुभवी चिकित्सकहरू द्वारा प्रायः प्रयोग गरिन्छ [2, 19, 20]। स्वास्थ्य सेवा क्लिनिकल वातावरणको जटिलता र अभ्यास त्रुटिहरूको सम्भावित जोखिमलाई ध्यानमा राख्दै [१४,१५,१६], सिमुलेशन-आधारित शिक्षा (SBE) प्रायः अभ्यासकर्ताहरूलाई दक्षता र क्लिनिकल तर्क कौशल विकास गर्ने अवसरहरू प्रदान गर्न प्रयोग गरिन्छ। सुरक्षित वातावरण र बिरामी सुरक्षा कायम राख्दै विभिन्न चुनौतीपूर्ण केसहरूमा एक्सपोजर [२१, २२, २३, २४]।
सोसाइटी फर सिमुलेशन इन हेल्थ (SSH) ले सिमुलेशनलाई "एक प्रविधिको रूपमा परिभाषित गर्दछ जसले एक परिस्थिति वा वातावरण सिर्जना गर्दछ जहाँ मानिसहरूले अभ्यास, प्रशिक्षण, मूल्याङ्कन, परीक्षण, वा मानव प्रणाली वा व्यवहारको बुझाइ प्राप्त गर्ने उद्देश्यका लागि वास्तविक जीवनका घटनाहरूको प्रतिनिधित्व अनुभव गर्छन्।" [23] राम्रोसँग संरचित सिमुलेशन सत्रहरूले सहभागीहरूलाई सुरक्षा जोखिमहरू कम गर्दै क्लिनिकल परिस्थितिहरूको अनुकरण गर्ने परिदृश्यहरूमा आफूलाई डुबाउने अवसर प्रदान गर्दछ [24,25] र लक्षित सिकाइ अवसरहरू मार्फत क्लिनिकल तर्क अभ्यास गर्नुहोस् [21,24,26,27,28] SBE ले क्षेत्रीय क्लिनिकल अनुभवहरू बढाउँछ, विद्यार्थीहरूलाई क्लिनिकल अनुभवहरूमा उजागर गर्दछ जुन उनीहरूले वास्तविक बिरामी हेरचाह सेटिङहरूमा अनुभव नगरेको हुन सक्छ [24, 29]। यो एक गैर-धम्कीपूर्ण, दोष-रहित, पर्यवेक्षित, सुरक्षित, कम जोखिमयुक्त सिकाइ वातावरण हो। यसले ज्ञान, क्लिनिकल सीप, क्षमताहरू, आलोचनात्मक सोच र क्लिनिकल तर्कको विकासलाई बढावा दिन्छ [22,29,30,31] र स्वास्थ्य सेवा पेशेवरहरूलाई परिस्थितिको भावनात्मक तनावलाई पार गर्न मद्दत गर्न सक्छ, जसले गर्दा सिक्ने क्षमतामा सुधार हुन्छ [22, 27, 28]। , ३०, ३२]।
SBE मार्फत क्लिनिकल तर्क र निर्णय लिने सीपहरूको प्रभावकारी विकासलाई समर्थन गर्न, पोस्ट-सिमुलेसन डिब्रीफिङ प्रक्रियाको डिजाइन, टेम्प्लेट र संरचनामा ध्यान दिनुपर्छ [24, 33, 34, 35]। पोस्ट-सिमुलेसन रिफ्लेक्टिव लर्निङ कन्भर्सेसनहरू (RLC) लाई सहभागीहरूलाई प्रतिबिम्बित गर्न, कार्यहरू व्याख्या गर्न र टोली कार्यको सन्दर्भमा साथी समर्थन र समूह विचारको शक्ति प्रयोग गर्न मद्दत गर्न डिब्रीफिङ प्रविधिको रूपमा प्रयोग गरिएको थियो [32, 33, 36]। समूह RLC को प्रयोगले अविकसित क्लिनिकल तर्कको सम्भावित जोखिम बोक्छ, विशेष गरी सहभागीहरूको फरक क्षमता र वरिष्ठता स्तरको सम्बन्धमा। दोहोरो प्रक्रिया मोडेलले क्लिनिकल तर्कको बहुआयामिक प्रकृति र वरिष्ठ चिकित्सकहरूको विश्लेषणात्मक (परिकल्पना-घटनात्मक) तर्क प्रक्रियाहरू प्रयोग गर्ने प्रवृत्तिमा भिन्नताहरू र जुनियर चिकित्सकहरूको गैर-विश्लेषणात्मक (सहज) तर्क प्रक्रियाहरू प्रयोग गर्ने प्रवृत्तिमा भिन्नताहरू वर्णन गर्दछ [34, 37]। ]। यी दोहोरो तर्क प्रक्रियाहरूमा विभिन्न परिस्थितिहरूमा इष्टतम तर्क प्रक्रियाहरू अनुकूलन गर्ने चुनौती समावेश छ, र एउटै मोडेलिङ समूहमा वरिष्ठ र जुनियर सहभागीहरू हुँदा विश्लेषणात्मक र गैर-विश्लेषणात्मक विधिहरू कसरी प्रभावकारी रूपमा प्रयोग गर्ने भन्ने कुरा स्पष्ट र विवादास्पद छ। फरक क्षमता र अनुभव स्तरका हाई स्कूल र जुनियर हाई स्कूलका विद्यार्थीहरू फरक जटिलताको सिमुलेशन परिदृश्यहरूमा भाग लिन्छन् [34, 37]। क्लिनिकल तर्कको बहुआयामिक प्रकृति अविकसित क्लिनिकल तर्क र संज्ञानात्मक ओभरलोडको सम्भावित जोखिमसँग सम्बन्धित छ, विशेष गरी जब अभ्यासकर्ताहरूले फरक केस जटिलता र वरिष्ठताको स्तरहरू भएका समूह SBE मा भाग लिन्छन् [38]। यो ध्यान दिनु महत्त्वपूर्ण छ कि RLC प्रयोग गर्ने धेरै डिब्रीफिंग मोडेलहरू भए तापनि, यी मध्ये कुनै पनि मोडेलहरू क्लिनिकल तर्क कौशलको विकासमा विशेष ध्यान केन्द्रित गरेर डिजाइन गरिएको छैन, अनुभव, क्षमता, प्रवाह र जानकारीको मात्रा, र मोडेलिङ जटिलता कारकहरू [38] लाई ध्यानमा राख्दै। ]। , 39]। यी सबैको लागि एक संरचित मोडेलको विकास आवश्यक छ जसले क्लिनिकल तर्कलाई अनुकूलन गर्न विभिन्न योगदानहरू र प्रभाव पार्ने कारकहरूलाई विचार गर्दछ, जबकि रिपोर्टिङ विधिको रूपमा पोस्ट-सिमुलेशन RLC लाई समावेश गर्दछ। हामी पोस्ट-सिमुलेसन RLC को सहयोगी डिजाइन र विकासको लागि सैद्धान्तिक र अवधारणात्मक रूपमा संचालित प्रक्रियाको वर्णन गर्छौं। SBE मा सहभागिताको क्रममा क्लिनिकल तर्क कौशललाई अनुकूलन गर्न एउटा मोडेल विकास गरिएको थियो, अनुकूलित क्लिनिकल तर्क विकास प्राप्त गर्न विभिन्न सुविधाजनक र प्रभाव पार्ने कारकहरूलाई विचार गर्दै।
RLC पोस्ट-सिमुलेसन मोडेल क्लिनिकल तर्क, प्रतिबिम्बित सिकाइ, शिक्षा, र सिमुलेशनका अवस्थित मोडेलहरू र सिद्धान्तहरूको आधारमा सहकार्यमा विकसित गरिएको थियो। मोडेललाई संयुक्त रूपमा विकास गर्न, १० गहन हेरचाह नर्सहरू, एक सघनतावादी, र विभिन्न स्तर, अनुभव र लिङ्गका पहिले अस्पतालमा भर्ना भएका बिरामीहरूका तीन प्रतिनिधिहरू मिलेर बनेको एक सहयोगी कार्य समूह (N = १८) गठन गरिएको थियो। एउटा गहन हेरचाह इकाई, २ अनुसन्धान सहायक र २ वरिष्ठ नर्स शिक्षकहरू। यो सह-डिजाइन नवप्रवर्तन स्वास्थ्य सेवामा वास्तविक-विश्व अनुभव भएका सरोकारवालाहरू, प्रस्तावित मोडेलको विकासमा संलग्न स्वास्थ्य सेवा पेशेवरहरू वा बिरामीहरू जस्ता अन्य सरोकारवालाहरू [४०,४१,४२] बीचको सहकर्मी सहकार्य मार्फत डिजाइन र विकास गरिएको हो। सह-डिजाइन प्रक्रियामा बिरामी प्रतिनिधिहरू समावेश गर्नाले प्रक्रियामा थप मूल्य थप्न सक्छ, किनकि कार्यक्रमको अन्तिम लक्ष्य बिरामी हेरचाह र सुरक्षा सुधार गर्नु हो [४३]।
कार्य समूहले मोडेलको संरचना, प्रक्रिया र सामग्री विकास गर्न छ वटा २-४ घण्टा कार्यशालाहरू सञ्चालन गर्यो। कार्यशालामा छलफल, अभ्यास र सिमुलेशन समावेश छ। मोडेलका तत्वहरू प्रमाण-आधारित स्रोतहरू, मोडेलहरू, सिद्धान्तहरू र रूपरेखाहरूको दायरामा आधारित छन्। यसमा समावेश छन्: रचनावादी सिकाइ सिद्धान्त [44], दोहोरो लूप अवधारणा [37], क्लिनिकल तर्क लूप [10], प्रशंसात्मक सोधपुछ (AI) विधि [45], र रिपोर्टिङ प्लस/डेल्टा विधि [46]। मोडेललाई अन्तर्राष्ट्रिय नर्सेस एसोसिएसनको क्लिनिकल र सिमुलेशन शिक्षाको लागि INACSL डिब्रीफिङ प्रक्रिया मापदण्डहरू [36] मा आधारित सहयोगी रूपमा विकास गरिएको थियो र स्व-व्याख्यात्मक मोडेल सिर्जना गर्न काम गरिएका उदाहरणहरूसँग मिलाइएको थियो। मोडेल चार चरणहरूमा विकसित गरिएको थियो: सिमुलेशन पछि रिफ्लेक्टिभ सिकाइ संवादको लागि तयारी, रिफ्लेक्टिभ सिकाइ संवादको सुरुवात, विश्लेषण/प्रतिबिम्ब र डिब्रीफिङ (चित्र १)। प्रत्येक चरणको विवरण तल छलफल गरिएको छ।
मोडेलको तयारी चरण सहभागीहरूलाई अर्को चरणको लागि मनोवैज्ञानिक रूपमा 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 गर्ने, र मनोवैज्ञानिक सुरक्षा बढाउने र बढाउने। RLC मोडेलको पूर्व-विकास चरणको समयमा सह-डिजाइन कार्य समूहबाट निम्न प्रतिनिधि प्रतिक्रियाहरू विचार गरिएको थियो। सहभागी ७: “प्राथमिक हेरचाह नर्स व्यवसायीको रूपमा, यदि म परिदृश्यको सन्दर्भ बिना सिमुलेशनमा भाग लिइरहेको थिएँ र वृद्ध वयस्कहरू उपस्थित थिए भने, म सम्भवतः पोस्ट-सिमुलेसन कुराकानीमा भाग लिनबाट बच्नेछु जबसम्म मलाई लाग्दैन कि मेरो मनोवैज्ञानिक सुरक्षाको सम्मान भइरहेको छ। र म सिमुलेशन पछि कुराकानीमा भाग लिनबाट बच्नेछु। “सुरक्षित रहनुहोस् र कुनै परिणाम हुनेछैन।” सहभागी ४: “म विश्वास गर्छु कि ध्यान केन्द्रित गर्नु र प्रारम्भिक रूपमा आधारभूत नियमहरू स्थापना गर्नाले सिमुलेशन पछि सिकारुहरूलाई मद्दत गर्नेछ। प्रतिबिम्बित सिकाइ कुराकानीहरूमा सक्रिय सहभागिता।”
RLC मोडेलको प्रारम्भिक चरणहरूमा सहभागीको भावनाहरूको अन्वेषण गर्ने, अन्तर्निहित प्रक्रियाहरू वर्णन गर्ने र परिदृश्यको निदान गर्ने, र सहभागीको सकारात्मक र नकारात्मक अनुभवहरू सूचीबद्ध गर्ने, तर विश्लेषण नगर्ने समावेश छ। यस चरणमा मोडेल उम्मेदवारहरूलाई आत्म- र कार्य-उन्मुख हुन प्रोत्साहित गर्न, साथै गहन विश्लेषण र गहन प्रतिबिम्बको लागि मानसिक रूपमा तयार गर्नको लागि सिर्जना गरिएको हो [24, 36]। लक्ष्य संज्ञानात्मक ओभरलोडको सम्भावित जोखिम कम गर्नु हो [48], विशेष गरी ती व्यक्तिहरूका लागि जो मोडेलिङको विषयमा नयाँ छन् र सीप/विषयसँग पहिले कुनै क्लिनिकल अनुभव छैन [49]। सहभागीहरूलाई सिमुलेटेड केसको संक्षिप्त वर्णन गर्न र निदानात्मक सिफारिसहरू गर्न भन्नाले सहजकर्तालाई विस्तारित विश्लेषण/प्रतिबिम्ब चरणमा जानु अघि समूहका विद्यार्थीहरूलाई केसको आधारभूत र सामान्य बुझाइ छ भनी सुनिश्चित गर्न मद्दत गर्नेछ। थप रूपमा, यस चरणमा सहभागीहरूलाई सिमुलेटेड परिदृश्यहरूमा आफ्ना भावनाहरू साझा गर्न आमन्त्रित गर्नाले उनीहरूलाई परिस्थितिको भावनात्मक तनाव पार गर्न मद्दत गर्नेछ, जसले गर्दा सिकाइ बढ्नेछ [24, 36]। भावनात्मक समस्याहरूलाई सम्बोधन गर्नाले RLC सहजकर्तालाई सहभागीहरूको भावनाले व्यक्तिगत र समूह कार्यसम्पादनलाई कसरी असर गर्छ भनेर बुझ्न मद्दत गर्नेछ, र यसलाई प्रतिबिम्ब/विश्लेषण चरणको समयमा आलोचनात्मक रूपमा छलफल गर्न सकिन्छ। प्लस/डेल्टा विधि मोडेलको यस चरणमा प्रतिबिम्ब/विश्लेषण चरणको लागि तयारी र निर्णायक चरणको रूपमा निर्मित छ [46]। प्लस/डेल्टा दृष्टिकोण प्रयोग गरेर, सहभागीहरू र विद्यार्थीहरू दुवैले सिमुलेशनको आफ्नो अवलोकन, भावना र अनुभवहरू प्रशोधन/सूचीबद्ध गर्न सक्छन्, जुन त्यसपछि मोडेलको प्रतिबिम्ब/विश्लेषण चरणको समयमा बिन्दु-बिन्दुमा छलफल गर्न सकिन्छ [46]। यसले सहभागीहरूलाई क्लिनिकल तर्कलाई अनुकूलन गर्न लक्षित र प्राथमिकतामा राखिएका सिकाइ अवसरहरू मार्फत मेटाकोग्निटिभ अवस्था प्राप्त गर्न मद्दत गर्नेछ [24, 48, 49]। RLC मोडेलको प्रारम्भिक विकासको क्रममा सह-डिजाइन कार्य समूहबाट निम्न प्रतिनिधि प्रतिक्रियाहरू विचार गरिएको थियो। सहभागी २: “मलाई लाग्छ कि पहिले नै आईसीयूमा भर्ना भइसकेको बिरामीको रूपमा, हामीले नक्कली विद्यार्थीहरूको भावना र भावनाहरूलाई विचार गर्न आवश्यक छ। म यो मुद्दा उठाउँछु किनभने मेरो भर्नाको क्रममा मैले उच्च स्तरको तनाव र चिन्ता देखेको थिएँ, विशेष गरी क्रिटिकल केयर अभ्यासकर्ताहरू र आपतकालीन परिस्थितिहरूमा। यो मोडेलले अनुभवको अनुकरणसँग सम्बन्धित तनाव र भावनाहरूलाई ध्यानमा राख्नु पर्छ।” सहभागी १६: “एक शिक्षकको रूपमा, मलाई प्लस/डेल्टा दृष्टिकोण प्रयोग गर्नु धेरै महत्त्वपूर्ण लाग्छ ताकि विद्यार्थीहरूले सिमुलेशन परिदृश्यको क्रममा सामना गरेका राम्रा कुराहरू र आवश्यकताहरू उल्लेख गरेर सक्रिय रूपमा भाग लिन प्रोत्साहित होऊन्। सुधारका क्षेत्रहरू।”
मोडेलका अघिल्ला चरणहरू महत्वपूर्ण भएतापनि, विश्लेषण/प्रतिबिम्ब चरण क्लिनिकल तर्कको अनुकूलन प्राप्त गर्नको लागि सबैभन्दा महत्त्वपूर्ण छ। यो क्लिनिकल अनुभव, दक्षता, र मोडेल गरिएका विषयहरूको प्रभावमा आधारित उन्नत विश्लेषण/संश्लेषण र गहन विश्लेषण प्रदान गर्न डिजाइन गरिएको हो; RLC प्रक्रिया र संरचना; संज्ञानात्मक ओभरलोडबाट बच्न प्रदान गरिएको जानकारीको मात्रा; चिन्तनशील प्रश्नहरूको प्रभावकारी प्रयोग। सिकारु-केन्द्रित र सक्रिय सिकाइ प्राप्त गर्ने विधिहरू। यस बिन्दुमा, क्लिनिकल अनुभव र सिमुलेशन विषयहरूसँग परिचिततालाई अनुभव र क्षमताको विभिन्न स्तरहरू समायोजन गर्न तीन भागमा विभाजन गरिएको छ: पहिलो: कुनै अघिल्लो क्लिनिकल व्यावसायिक अनुभव छैन/सिमुलेसन विषयहरूमा पहिलेको एक्सपोजर छैन, दोस्रो: क्लिनिकल व्यावसायिक अनुभव, ज्ञान र सीपहरू/कुनै पनि छैन। मोडेलिङ विषयहरूमा अघिल्लो एक्सपोजर। तेस्रो: क्लिनिकल व्यावसायिक अनुभव, ज्ञान र सीपहरू। मोडेलिङ विषयहरूमा व्यावसायिक/अघिल्लो एक्सपोजर। वर्गीकरण एउटै समूह भित्र फरक अनुभव र क्षमता स्तर भएका व्यक्तिहरूको आवश्यकताहरू समायोजन गर्न गरिन्छ, जसले गर्दा कम अनुभवी अभ्यासकर्ताहरूको विश्लेषणात्मक तर्क प्रयोग गर्ने प्रवृत्तिलाई गैर-विश्लेषणात्मक तर्क कौशल प्रयोग गर्ने बढी अनुभवी अभ्यासकर्ताहरूको प्रवृत्तिसँग सन्तुलनमा राखिन्छ [१९, २०, ३४]। , ३७]। RLC प्रक्रिया क्लिनिकल तर्क चक्र [१०], परावर्तक मोडेलिङ ढाँचा [४७], र अनुभवात्मक सिकाइ सिद्धान्त [५०] वरिपरि संरचित थियो। यो धेरै प्रक्रियाहरू मार्फत प्राप्त गरिन्छ: व्याख्या, भिन्नता, सञ्चार, अनुमान र संश्लेषण।
संज्ञानात्मक ओभरलोडबाट बच्नको लागि, सहभागीहरूलाई आत्म-विश्वास प्राप्त गर्न प्रतिबिम्बित गर्न, विश्लेषण गर्न र संश्लेषण गर्न पर्याप्त समय र अवसरहरू सहितको सिकारु-केन्द्रित र चिन्तनशील बोल्ने प्रक्रियालाई प्रवर्द्धन गर्ने विचार गरिएको थियो। RLC को समयमा संज्ञानात्मक प्रक्रियाहरूलाई डबल-लूप फ्रेमवर्क [37] र संज्ञानात्मक भार सिद्धान्त [48] मा आधारित समेकन, पुष्टिकरण, आकार दिन र समेकन प्रक्रियाहरू मार्फत सम्बोधन गरिन्छ। संरचित संवाद प्रक्रिया हुनु र प्रतिबिम्बको लागि पर्याप्त समय दिनु, अनुभवी र अनुभवहीन दुवै सहभागीहरूलाई ध्यानमा राख्दै, संज्ञानात्मक भारको सम्भावित जोखिम कम गर्नेछ, विशेष गरी जटिल सिमुलेशनहरूमा फरक-फरक पूर्व अनुभवहरू, एक्सपोजरहरू र सहभागीहरूको क्षमता स्तरहरू सहित। दृश्य पछि। मोडेलको चिन्तनशील प्रश्न गर्ने प्रविधि ब्लूमको वर्गीकरण मोडेल [51] र प्रशंसात्मक सोधपुछ (AI) विधिहरू [45] मा आधारित छ, जसमा मोडेल गरिएको सहजकर्ताले चरण-दर-चरण, सोक्रेटिक र चिन्तनशील तरिकाले विषयलाई सम्पर्क गर्दछ। ज्ञान-आधारित प्रश्नहरूबाट सुरु गर्दै प्रश्नहरू सोध्नुहोस्। र तर्कसँग सम्बन्धित सीपहरू र मुद्दाहरूलाई सम्बोधन गर्दै। यो प्रश्न गर्ने प्रविधिले संज्ञानात्मक ओभरलोडको कम जोखिमको साथ सक्रिय सहभागी सहभागिता र प्रगतिशील सोचलाई प्रोत्साहित गरेर क्लिनिकल तर्कको अनुकूलन सुधार गर्नेछ। RLC मोडेल विकासको विश्लेषण/प्रतिबिम्ब चरणको क्रममा सह-डिजाइन कार्य समूहबाट निम्न प्रतिनिधि प्रतिक्रियाहरू विचार गरिएको थियो। सहभागी १३: "संज्ञानात्मक ओभरलोडबाट बच्नको लागि, हामीले सिमुलेशन पछिको सिकाइ कुराकानीमा संलग्न हुँदा जानकारीको मात्रा र प्रवाहलाई विचार गर्न आवश्यक छ, र यो गर्न, मलाई लाग्छ कि विद्यार्थीहरूलाई आधारभूत कुराहरू प्रतिबिम्बित गर्न र सुरु गर्न पर्याप्त समय दिनु महत्त्वपूर्ण छ। ज्ञानले कुराकानी र सीपहरू सुरु गर्छ, त्यसपछि मेटाकग्निसन प्राप्त गर्न ज्ञान र सीपहरूको उच्च स्तरमा सर्छ।" सहभागी ९: "म दृढ विश्वास गर्छु कि प्रशंसात्मक सोधपुछ (AI) प्रविधिहरू प्रयोग गर्ने प्रश्न गर्ने विधिहरू र ब्लूमको वर्गीकरण मोडेल प्रयोग गरेर प्रतिबिम्बित प्रश्न गर्नेले संज्ञानात्मक ओभरलोडको जोखिमको सम्भावनालाई कम गर्दै सक्रिय सिकाइ र सिकारु-केन्द्रिततालाई बढावा दिनेछ।" मोडेलको डिब्रीफिंग चरणले RLC को समयमा उठाइएका सिकाइ बुँदाहरूलाई संक्षेपमा प्रस्तुत गर्ने र सिकाइ उद्देश्यहरू प्राप्त भएको सुनिश्चित गर्ने लक्ष्य राख्छ। सहभागी ८: "यो धेरै महत्त्वपूर्ण छ कि सिकारु र सहजकर्ता दुवैले व्यवहारमा सर्दा विचार गर्नुपर्ने सबैभन्दा महत्त्वपूर्ण मुख्य विचारहरू र मुख्य पक्षहरूमा सहमत हुनुहोस्।"
नैतिक स्वीकृति प्रोटोकल नम्बरहरू (MRC-01-22-117) र (HSK/PGR/UH/04728) अन्तर्गत प्राप्त गरिएको थियो। मोडेलको उपयोगिता र व्यावहारिकताको मूल्याङ्कन गर्न तीन व्यावसायिक गहन हेरचाह सिमुलेशन पाठ्यक्रमहरूमा मोडेलको परीक्षण गरिएको थियो। मोडेलको अनुहार वैधता एक सह-डिजाइन कार्य समूह (N = 18) र शैक्षिक निर्देशकहरूको रूपमा सेवा गर्ने शैक्षिक विशेषज्ञहरू (N = 6) द्वारा उपस्थिति, व्याकरण, र प्रक्रियासँग सम्बन्धित मुद्दाहरू सच्याउन मूल्याङ्कन गरिएको थियो। अनुहार वैधता पछि, सामग्री वैधता वरिष्ठ नर्स शिक्षकहरू (N = 6) द्वारा निर्धारण गरिएको थियो जसलाई अमेरिकी नर्सहरू प्रमाणीकरण केन्द्र (ANCC) द्वारा प्रमाणित गरिएको थियो र शैक्षिक योजनाकारहरूको रूपमा सेवा गरिएको थियो, र (N = 6) जससँग १० वर्ष भन्दा बढी शिक्षा र शिक्षण अनुभव थियो। कार्य अनुभव मूल्याङ्कन शैक्षिक निर्देशकहरू (N = 6) द्वारा गरिएको थियो। मोडेलिङ अनुभव। सामग्री वैधता सामग्री वैधता अनुपात (CVR) र सामग्री वैधता सूचकांक (CVI) प्रयोग गरेर निर्धारण गरिएको थियो। CVI अनुमान गर्न Lawshe विधि [52] प्रयोग गरिएको थियो, र CVR अनुमान गर्न Waltz र Bausell [53] को विधि प्रयोग गरिएको थियो। CVR परियोजनाहरू आवश्यक, उपयोगी छन्, तर आवश्यक वा वैकल्पिक छैनन्। CVI लाई प्रासंगिकता, सरलता र स्पष्टताको आधारमा चार-बिन्दु स्केलमा स्कोर गरिन्छ, जसमा १ = सान्दर्भिक छैन, २ = केही हदसम्म सान्दर्भिक, ३ = सान्दर्भिक, र ४ = धेरै सान्दर्भिक छन्। अनुहार र सामग्री वैधता प्रमाणित गरेपछि, व्यावहारिक कार्यशालाहरूको अतिरिक्त, मोडेल प्रयोग गर्ने शिक्षकहरूका लागि अभिमुखीकरण र अभिमुखीकरण सत्रहरू सञ्चालन गरियो।
कार्य समूहले सघन हेरचाह एकाइहरूमा SBE मा सहभागिताको क्रममा क्लिनिकल तर्क कौशललाई अनुकूलन गर्न पोस्ट-सिमुलेसन RLC मोडेल विकास र परीक्षण गर्न सक्षम भयो (चित्र १, २, र ३)। CVR = १.००, CVI = १.००, उपयुक्त अनुहार र सामग्री वैधता प्रतिबिम्बित गर्दै [५२, ५३]।
यो 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 अवधारणात्मक मोडेल INACSL उडान सिमुलेशन विश्लेषण मापदण्ड [36] अनुसार विकसित गरिएको थियो र काम गरिएका उदाहरणहरू सहित सिकारु-केन्द्रित र आत्म-व्याख्यात्मक छ (चित्र १, २ र ३)। मोडेल उद्देश्यपूर्ण रूपमा विकसित गरिएको थियो र मोडेलिङ मापदण्डहरू पूरा गर्न चार चरणहरूमा विभाजित गरिएको थियो: ब्रीफिंगबाट सुरु गर्दै, त्यसपछि प्रतिबिम्बित विश्लेषण/संश्लेषण, र जानकारी र सारांशको साथ समाप्त। संज्ञानात्मक ओभरलोडको सम्भावित जोखिमबाट बच्न, मोडेलको प्रत्येक चरण उद्देश्यपूर्ण रूपमा अर्को चरणको लागि पूर्वशर्तको रूपमा डिजाइन गरिएको छ [34]।
RLC मा सहभागितामा वरिष्ठता र समूह सद्भाव कारकहरूको प्रभाव पहिले अध्ययन गरिएको छैन [38]। सिमुलेशन अभ्यासमा डबल लूप र संज्ञानात्मक ओभरलोड सिद्धान्तको व्यावहारिक अवधारणाहरूलाई ध्यानमा राख्दै [34, 37], यो विचार गर्न महत्त्वपूर्ण छ कि एउटै सिमुलेशन समूहमा सहभागीहरूको फरक अनुभव र क्षमता स्तरको साथ समूह SBE मा भाग लिनु चुनौतीपूर्ण छ। जानकारीको मात्रा, प्रवाह र सिकाइको संरचनाको बेवास्ता, साथै हाई स्कूल र जुनियर हाई स्कूलका विद्यार्थीहरू दुवैद्वारा द्रुत र ढिलो संज्ञानात्मक प्रक्रियाहरूको एकैसाथ प्रयोगले संज्ञानात्मक ओभरलोडको सम्भावित जोखिम निम्त्याउँछ [18, 38, 46]। अविकसित र/वा सबओप्टिमल क्लिनिकल तर्कबाट बच्न RLC मोडेल विकास गर्दा यी कारकहरूलाई ध्यानमा राखिएको थियो [18, 38]। यो ध्यानमा राख्नु महत्त्वपूर्ण छ कि वरिष्ठता र क्षमताको विभिन्न स्तरहरूसँग RLC सञ्चालन गर्दा वरिष्ठ सहभागीहरूमाझ प्रभुत्व प्रभाव पर्छ। यो हुन्छ किनभने उन्नत सहभागीहरूले आधारभूत अवधारणाहरू सिक्नबाट बच्ने प्रवृत्ति हुन्छ, जुन युवा सहभागीहरूका लागि मेटाकोग्निसन प्राप्त गर्न र उच्च-स्तरीय सोच र तर्क प्रक्रियाहरूमा प्रवेश गर्न महत्त्वपूर्ण छ [38, 47]। RLC मोडेललाई प्रशंसात्मक सोधपुछ र डेल्टा दृष्टिकोण [45, 46, 51] मार्फत वरिष्ठ र जुनियर नर्सहरूलाई संलग्न गराउन डिजाइन गरिएको हो। यी विधिहरू प्रयोग गरेर, फरक क्षमता र अनुभवको स्तर भएका वरिष्ठ र जुनियर सहभागीहरूको विचारहरू वस्तु-वस्तु प्रस्तुत गरिनेछ र डिब्रीफिङ मोडरेटर र सह-मध्यस्थकर्ताहरू [45, 51] द्वारा प्रतिबिम्बित रूपमा छलफल गरिनेछ। सिमुलेशन सहभागीहरूको इनपुटको अतिरिक्त, डिब्रीफिङ सहजकर्ताले सबै सामूहिक अवलोकनहरूले प्रत्येक सिकाइ क्षणलाई व्यापक रूपमा समेट्छन् भनी सुनिश्चित गर्न आफ्नो इनपुट थप्छन्, जसले गर्दा क्लिनिकल तर्कलाई अनुकूलन गर्न मेटाकोग्निसन बढ्छ [10]।
RLC मोडेल प्रयोग गरेर सूचना प्रवाह र सिकाइ संरचनालाई व्यवस्थित र बहु-चरणीय प्रक्रिया मार्फत सम्बोधन गरिन्छ। यो सहजकर्ताहरूलाई डिब्रीफिङ गर्न मद्दत गर्न र प्रत्येक सहभागीले अर्को चरणमा जानु अघि प्रत्येक चरणमा स्पष्ट र आत्मविश्वासका साथ बोल्ने कुरा सुनिश्चित गर्न हो। मध्यस्थकर्ताले सबै सहभागीहरू सहभागी हुने चिन्तनशील छलफलहरू सुरु गर्न सक्षम हुनेछन्, र अर्कोमा जानु अघि फरक-फरक वरिष्ठता र क्षमता स्तरका सहभागीहरू प्रत्येक छलफल बिन्दुको लागि उत्तम अभ्यासहरूमा सहमत हुने बिन्दुमा पुग्न सक्षम हुनेछन् [38]। यो दृष्टिकोण प्रयोग गर्दा अनुभवी र सक्षम सहभागीहरूलाई उनीहरूको योगदान/अवलोकनहरू साझा गर्न मद्दत गर्नेछ, जबकि कम अनुभवी र सक्षम सहभागीहरूको योगदान/अवलोकनहरूको मूल्याङ्कन र छलफल गरिनेछ [38]। यद्यपि, यो लक्ष्य प्राप्त गर्न, सहजकर्ताहरूले छलफलहरू सन्तुलित गर्ने र वरिष्ठ र कनिष्ठ सहभागीहरूलाई समान अवसरहरू प्रदान गर्ने चुनौतीको सामना गर्नुपर्नेछ। यस उद्देश्यका लागि, मोडेल सर्वेक्षण विधि उद्देश्यपूर्ण रूपमा ब्लूमको वर्गीकरण मोडेल प्रयोग गरेर विकसित गरिएको थियो, जसले मूल्याङ्कन सर्वेक्षण र additive/डेल्टा विधि [45, 46, 51] संयोजन गर्दछ। यी प्रविधिहरू प्रयोग गरेर र केन्द्रीय प्रश्नहरू/चिन्तनशील छलफलहरूको ज्ञान र बुझाइबाट सुरु गर्नाले कम अनुभवी सहभागीहरूलाई छलफलमा भाग लिन र सक्रिय रूपमा भाग लिन प्रोत्साहित गर्नेछ, त्यसपछि सहजकर्ताले बिस्तारै प्रश्नहरू/चर्चाहरूको मूल्याङ्कन र संश्लेषणको उच्च स्तरमा सर्नेछ जसमा दुवै पक्षहरूले वरिष्ठ र जुनियर सहभागीहरूलाई उनीहरूको अघिल्लो अनुभव र क्लिनिकल सीप वा नक्कली परिदृश्यहरूको अनुभवको आधारमा भाग लिन समान अवसर दिनुपर्छ। यो दृष्टिकोणले कम अनुभवी सहभागीहरूलाई सक्रिय रूपमा भाग लिन र बढी अनुभवी सहभागीहरूले साझा गरेका अनुभवहरू साथै डिब्रीफिङ सहजकर्ताको इनपुटबाट लाभ उठाउन मद्दत गर्नेछ। अर्कोतर्फ, मोडेल फरक सहभागी क्षमता र अनुभव स्तर भएका SBE हरूका लागि मात्र होइन, तर समान अनुभव र क्षमता स्तर भएका SBE समूह सहभागीहरूका लागि पनि डिजाइन गरिएको हो। मोडेल ज्ञान र बुझाइमा केन्द्रित हुनबाट सिकाइ लक्ष्यहरू प्राप्त गर्न संश्लेषण र मूल्याङ्कनमा केन्द्रित हुन समूहको सहज र व्यवस्थित आन्दोलनलाई सहज बनाउन डिजाइन गरिएको थियो। मोडेल संरचना र प्रक्रियाहरू फरक र समान क्षमता र अनुभव स्तरका मोडेलिङ समूहहरू अनुरूप डिजाइन गरिएका छन्।
यसका साथै, RLC सँगको संयोजनमा स्वास्थ्य सेवामा SBE लाई अभ्यासकर्ताहरूमा क्लिनिकल तर्क र क्षमता विकास गर्न प्रयोग गरिन्छ [22,30,38], यद्यपि, केस जटिलता र संज्ञानात्मक ओभरलोडको सम्भावित जोखिमहरूसँग सम्बन्धित सान्दर्भिक कारकहरूलाई ध्यानमा राख्नुपर्छ, विशेष गरी जब सहभागीहरूले SBE परिदृश्यहरूमा संलग्न हुन्छन् जसले अत्यधिक जटिल, गम्भीर बिरामी बिरामीहरूलाई तत्काल हस्तक्षेप र महत्वपूर्ण निर्णय लिने आवश्यकता पर्दछ [2,18,37,38,47,48]। यस उद्देश्यका लागि, SBE मा भाग लिँदा विश्लेषणात्मक र गैर-विश्लेषणात्मक तर्क प्रणालीहरू बीच एकैसाथ स्विच गर्ने अनुभवी र कम अनुभवी दुवै सहभागीहरूको प्रवृत्तिलाई ध्यानमा राख्नु महत्त्वपूर्ण छ, र प्रमाण-आधारित दृष्टिकोण स्थापना गर्नु महत्त्वपूर्ण छ जसले वृद्ध र साना दुवै विद्यार्थीहरूलाई सिकाइ प्रक्रियामा सक्रिय रूपमा भाग लिन अनुमति दिन्छ। यसरी, मोडेललाई यसरी डिजाइन गरिएको थियो कि, प्रस्तुत गरिएको सिमुलेटेड केसको जटिलताको पर्वाह नगरी, सहजकर्ताले वरिष्ठ र जुनियर दुवै सहभागीहरूको ज्ञान र पृष्ठभूमि बुझाइका पक्षहरूलाई पहिले समेटिएको छ र त्यसपछि विश्लेषणलाई सहज बनाउन क्रमशः र प्रतिबिम्बित रूपमा विकास गरिएको छ। संश्लेषण र बुझाइ। मूल्याङ्कन पक्ष। यसले साना विद्यार्थीहरूलाई उनीहरूले सिकेका कुराहरू निर्माण र समेकित गर्न मद्दत गर्नेछ, र ठूला विद्यार्थीहरूलाई नयाँ ज्ञान संश्लेषण र विकास गर्न मद्दत गर्नेछ। यसले तर्क प्रक्रियाको लागि आवश्यकताहरू पूरा गर्नेछ, प्रत्येक सहभागीको पूर्व अनुभव र क्षमताहरूलाई ध्यानमा राख्दै, र एक सामान्य ढाँचा हुनेछ जसले हाई स्कूल र जुनियर हाई स्कूलका विद्यार्थीहरूको विश्लेषणात्मक र गैर-विश्लेषणात्मक तर्क प्रणालीहरू बीच एकै साथ सर्ने प्रवृत्तिलाई सम्बोधन गर्नेछ, जसले गर्दा क्लिनिकल तर्कको अनुकूलन सुनिश्चित हुनेछ।
थप रूपमा, सिमुलेशन सहजकर्ताहरू/डिब्रीफरहरूलाई सिमुलेशन डिब्रीफिङ सीपहरूमा निपुणता हासिल गर्न कठिनाइ हुन सक्छ। संज्ञानात्मक डिब्रीफिङ स्क्रिप्टहरूको प्रयोग लिपिहरू प्रयोग नगर्नेहरूको तुलनामा सहजकर्ताहरूको ज्ञान प्राप्ति र व्यवहारिक सीपहरू सुधार गर्न प्रभावकारी मानिन्छ [54]। परिदृश्यहरू एक संज्ञानात्मक उपकरण हो जसले शिक्षकहरूको मोडेलिङ कार्यलाई सहज बनाउन 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 २ र चित्र ३)।
प्लस/डेल्टा, प्रशंसा सर्वेक्षण, र ब्लूमको वर्गीकरण सर्वेक्षण विधिहरूको समानान्तर एकीकरणलाई हाल उपलब्ध सिमुलेशन विश्लेषण र निर्देशित प्रतिबिम्ब मोडेलहरूमा अझै सम्बोधन गरिएको छैन। यी विधिहरूको एकीकरणले RLC मोडेलको नवीनतालाई हाइलाइट गर्दछ, जसमा यी विधिहरूलाई क्लिनिकल तर्क र सिकारु-केन्द्रितताको अनुकूलन प्राप्त गर्न एकल ढाँचामा एकीकृत गरिन्छ। चिकित्सा शिक्षकहरूले सहभागीहरूको क्लिनिकल तर्क क्षमताहरू सुधार र अनुकूलन गर्न RLC मोडेल प्रयोग गरेर समूह SBE मोडेलिङबाट लाभ उठाउन सक्छन्। मोडेलको परिदृश्यहरूले शिक्षकहरूलाई प्रतिबिम्बित डिब्रीफिङको प्रक्रियामा निपुण हुन र आत्मविश्वासी र सक्षम डिब्रीफिङ सहजकर्ता बन्न उनीहरूको सीपलाई बलियो बनाउन मद्दत गर्न सक्छ।
SBE मा धेरै फरक मोडालिटी र प्रविधिहरू समावेश हुन सक्छन्, जसमा पुतलामा आधारित SBE, कार्य सिमुलेटरहरू, बिरामी सिमुलेटरहरू, मानकीकृत बिरामीहरू, भर्चुअल र संवर्धित वास्तविकता समावेश छन् तर सीमित छैनन्। रिपोर्टिङ महत्त्वपूर्ण मोडलिङ मापदण्डहरू मध्ये एक हो भन्ने कुरालाई ध्यानमा राख्दै, यी मोडहरू प्रयोग गर्दा सिमुलेटेड RLC मोडेललाई रिपोर्टिङ मोडेलको रूपमा प्रयोग गर्न सकिन्छ। यसबाहेक, यद्यपि मोडेल नर्सिङ अनुशासनको लागि विकसित गरिएको थियो, यसको अन्तर-व्यावसायिक स्वास्थ्य सेवा SBE मा प्रयोगको सम्भावना छ, जसले अन्तर-व्यावसायिक शिक्षाको लागि RLC मोडेल परीक्षण गर्न भविष्यको अनुसन्धान पहलहरूको आवश्यकतालाई हाइलाइट गर्दछ।
SBE सघन हेरचाह एकाइहरूमा नर्सिङ हेरचाहको लागि पोस्ट-सिमुलेसन RLC मोडेलको विकास र मूल्याङ्कन। अन्य स्वास्थ्य सेवा विषयहरू र अन्तर-व्यावसायिक SBE मा प्रयोगको लागि मोडेलको सामान्यीकरण बढाउन मोडेलको भविष्यको मूल्याङ्कन/प्रमाणीकरण सिफारिस गरिएको छ।
यो मोडेल सिद्धान्त र अवधारणामा आधारित संयुक्त कार्य समूहद्वारा विकसित गरिएको थियो। मोडेलको वैधता र सामान्यीकरण सुधार गर्न, भविष्यमा तुलनात्मक अध्ययनहरूको लागि परिष्कृत विश्वसनीयता मापनहरूको प्रयोगलाई विचार गर्न सकिन्छ।
अभ्यास त्रुटिहरूलाई कम गर्न, सुरक्षित र उपयुक्त क्लिनिकल निर्णय लिने सुनिश्चित गर्न अभ्यासकर्ताहरूसँग प्रभावकारी क्लिनिकल तर्क कौशल हुनुपर्छ। SBE RLC लाई डिब्रीफिंग प्रविधिको रूपमा प्रयोग गर्नाले क्लिनिकल तर्क विकास गर्न आवश्यक ज्ञान र व्यावहारिक सीपहरूको विकासलाई बढावा दिन्छ। यद्यपि, क्लिनिकल तर्कको बहुआयामिक प्रकृति, पूर्व अनुभव र एक्सपोजर, क्षमतामा परिवर्तन, जानकारीको मात्रा र प्रवाह, र सिमुलेशन परिदृश्यहरूको जटिलतासँग सम्बन्धित, पोस्ट-सिमुलेसन RLC मोडेलहरू विकास गर्ने महत्त्वलाई हाइलाइट गर्दछ जसको माध्यमबाट क्लिनिकल तर्क सक्रिय र प्रभावकारी रूपमा कार्यान्वयन गर्न सकिन्छ। सीपहरू। यी कारकहरूलाई बेवास्ता गर्नाले अविकसित र उप-अनुकूल क्लिनिकल तर्क हुन सक्छ। समूह सिमुलेशन गतिविधिहरूमा भाग लिँदा क्लिनिकल तर्कलाई अनुकूलन गर्न यी कारकहरूलाई सम्बोधन गर्न RLC मोडेल विकसित गरिएको थियो। यो लक्ष्य प्राप्त गर्न, मोडेलले एकै साथ प्लस/माइनस मूल्याङ्कन सोधपुछ र ब्लूमको वर्गीकरणको प्रयोगलाई एकीकृत गर्दछ।
हालको अध्ययनको क्रममा प्रयोग गरिएका र/वा विश्लेषण गरिएका डेटासेटहरू सम्बन्धित लेखकबाट उचित अनुरोधमा उपलब्ध छन्।
डेनियल एम, रेन्सिक जे, डर्निङ एसजे, होल्म्बो ई, सान्टेन एसए, ल्याङ डब्ल्यू, रेटक्लिफ टी, गोर्डन डी, हेइस्ट बी, लुबार्स्की एस, एस्ट्राडा केए। क्लिनिकल तर्कको मूल्याङ्कन गर्ने विधिहरू: समीक्षा र अभ्यास सिफारिसहरू। एकेडेमी अफ मेडिकल साइन्सेस। २०१९;९४(६):९०२–१२।
यंग एमई, थोमस ए., लुबार्स्की एस., गोर्डन डी., ग्रुपेन एलडी, रेन्सिच जे., बलार्ड टी., होल्म्बो ई., दा सिल्भा ए., रेटक्लिफ टी., शुविर्थ एल. स्वास्थ्य पेशाहरू बीचको क्लिनिकल तर्कमा साहित्य तुलना: एक स्कोपिङ समीक्षा। बीएमसी मेडिकल 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।
मामेड एस., भ्यान गोग टी., सम्पाइओ एएम, डे फारिया आरएम, मारिया जेपी, श्मिट एचजी क्लिनिकल केसहरूको अभ्यासबाट विद्यार्थीहरूको निदान सीपले कसरी फाइदा पुर्‍याउँछ? उही र नयाँ विकारहरूको भविष्यको निदानमा संरचित प्रतिबिम्बको प्रभाव। एकेडेमी अफ मेडिकल साइन्सेस। २०१४;८९(१):१२१–७।
टुटिची एन, थियोबाल्ड केए, राम्सबोथम जे, जोनस्टन एस। सिमुलेशनमा पर्यवेक्षक भूमिका र क्लिनिकल तर्कको अन्वेषण: एक स्कोपिङ समीक्षा। नर्स शिक्षा अभ्यास २०२२ जनवरी २०: १०३३०१।
एडवर्ड्स प्रथम, जोन्स एम, कार जे, ब्राउन्याक-मेयर ए, जेन्सेन जीएम। शारीरिक थेरापीमा क्लिनिकल तर्क रणनीतिहरू। फिजियोथेरापी। २००४;८४(४):३१२–३०।
कुइपर आर, पेसुट डी, कौट्ज डी। मेडिकल विद्यार्थीहरूमा क्लिनिकल तर्क कौशलको आत्म-नियमन प्रवर्द्धन। ओपन जर्नल नर्स २००९;३:७६।
लेभेट-जोन्स टी, हफम्यान के, डेम्प्सी जे, जियोन एसवाई, नोबल डी, नोर्टन केए, रोचे जे, हिकी एन। क्लिनिकल तर्कको "पाँच अधिकार": जोखिममा रहेका बिरामीहरूको पहिचान र व्यवस्थापनमा क्लिनिकल क्षमता सुधार गर्ने नर्सिङ विद्यार्थीहरूको लागि शैक्षिक मोडेल। नर्सिङ शिक्षा आज। २०१०;३०(६):५१५–२०।
ब्रेन्टनल जे, थाक्रे डी, जुड बी। प्लेसमेन्ट र सिमुलेशन सेटिङहरूमा मेडिकल विद्यार्थीहरूको क्लिनिकल तर्कको मूल्याङ्कन: एक व्यवस्थित समीक्षा। इन्टरनेशनल जर्नल अफ इन्भाइरोन्मेन्टल रिसर्च, पब्लिक हेल्थ। २०२२;१९(२):९३६।
चेम्बरलेन डी, पोलक डब्ल्यू, फुलब्रुक पी। क्रिटिकल केयर नर्सिङका लागि ACCCN मानकहरू: एक व्यवस्थित समीक्षा, प्रमाण विकास र मूल्याङ्कन। आपतकालीन अष्ट्रेलिया। २०१८;३१(५):२९२–३०२।
कुन्हा एलडी, पेस्टाना-सान्तोस एम, लोम्बा एल, रीस सान्तोस एम। पोस्टएनेस्थेसिया हेरचाहमा क्लिनिकल तर्कमा अनिश्चितता: जटिल स्वास्थ्य सेवा सेटिङहरूमा अनिश्चितताको मोडेलहरूमा आधारित एकीकृत समीक्षा। जे पेरियोपरेटिभ नर्स। २०२२;३५(२):e३२–४०।
रिवाज एम, तावाकोलिनिया एम, मोमेनासाब एम। क्रिटिकल केयर नर्सहरूको व्यावसायिक अभ्यास वातावरण र नर्सिङ परिणामहरूसँग यसको सम्बन्ध: संरचनात्मक समीकरण मोडेलिङ अध्ययन। स्क्यान्ड जे केयरिङ साइन्स। २०२१;३५(२):६०९–१५।
सुभार्डियान्टो एच, अस्तुती भीभी, क्षमता। क्रिटिकल केयर युनिट (जेएससीसी) मा विद्यार्थी नर्सहरूको लागि नर्सिङ र क्रिटिकल केयर अभ्यास जर्नल एक्सचेन्ज। स्ट्राडा म्यागजिन इल्मिया केसेहटन। २०२०;९(२):६८६–९३।
लिभ बी, डेजेन तिलाहुन ए, कास्यु टी। सघन हेरचाह एकाइ नर्सहरूमा शारीरिक मूल्याङ्कनसँग सम्बन्धित ज्ञान, मनोवृत्ति र कारकहरू: एक बहुकेन्द्रीय क्रस-सेक्शनल अध्ययन। क्रिटिकल केयरमा अनुसन्धान अभ्यास। २०२०;९१४५१०५।
सुलिभान जे., ह्युगिल के., ए. एलरौश टीए, माथियास जे., अल्खेटिमी एमओ मध्य पूर्वी देशको सांस्कृतिक सन्दर्भमा नर्स र सुडेनीहरूको लागि योग्यता ढाँचाको पायलट कार्यान्वयन। नर्स शिक्षा अभ्यास। २०२१;५१:१०२९६९।
वाङ एमएस, थोर ई, हडसन जेएन। लिपि स्थिरता परीक्षणहरूमा प्रतिक्रिया प्रक्रियाको वैधता परीक्षण गर्दै: एक सोच-ठूलो स्वरमा दृष्टिकोण। अन्तर्राष्ट्रिय जर्नल अफ मेडिकल एजुकेशन। २०२०; ११:१२७।
काङ एच, काङ एचवाई। क्लिनिकल तर्क कौशल, क्लिनिकल क्षमता, र शैक्षिक सन्तुष्टिमा सिमुलेशन शिक्षाको प्रभाव। जे कोरिया शैक्षिक र औद्योगिक सहयोग संघ। २०२०;२१(८):१०७–१४।
Diekmann P, Thorgeirsen K, Kvindesland SA, Thomas L, Bushell W, Langley Ersdal H. COVID-19 जस्ता संक्रामक रोग प्रकोपहरूको तयारी र प्रतिक्रिया सुधार गर्न मोडलिङ प्रयोग गर्दै: नर्वे, डेनमार्क र ग्रेट ब्रिटेनबाट व्यावहारिक सुझावहरू र स्रोतहरू। उन्नत मोडलिङ। २०२०;५(१):१–०।
लिओस एल, लोप्रेइआटो जे, संस्थापक डी, चाङ टीपी, रोबर्टसन जेएम, एन्डरसन एम, डियाज डीए, स्पेन एई, सम्पादकहरू। (सहयोगी सम्पादक) र शब्दावली र अवधारणा कार्य समूह, स्वास्थ्य सेवा मोडलिङको शब्दकोश - दोस्रो संस्करण। रकभिल, एमडी: स्वास्थ्य सेवा अनुसन्धान र गुणस्तर एजेन्सी। जनवरी २०२०: २०-००१९।
ब्रूक्स ए, ब्राचम्यान एस, क्याप्रालोस बी, नाकाजिमा ए, टायरम्यान जे, जैन एल, साल्भेट्टी एफ, गार्डनर आर, मिनेहार्ट आर, बर्टाग्नी बी। स्वास्थ्य सेवा सिमुलेशनको लागि संवर्धित वास्तविकता। समावेशी कल्याणको लागि भर्चुअल बिरामी प्रविधिहरूमा नवीनतम प्रगतिहरू। गेमिफिकेशन र सिमुलेशन। २०२०;१९६:१०३–४०।
अलमरानी एमएच, अलाममल केए, अलकाहतानी एसएस, सलेम ओए नर्सिङ विद्यार्थीहरूमा आलोचनात्मक सोच कौशल र आत्म-विश्वासमा सिमुलेशन र परम्परागत शिक्षण विधिहरूको प्रभावको तुलना। जे नर्सिङ अनुसन्धान केन्द्र। २०१८;२६(३):१५२–७।
किर्नन एलकेले सिमुलेशन प्रविधिहरू प्रयोग गरेर क्षमता र आत्मविश्वासको मूल्याङ्कन गर्नुहोस्। केयर। २०१८;४८(१०):४५।