चिकित्सकों को उचित, सुरक्षित नैदानिक निर्णय लेने और अभ्यास त्रुटियों से बचने के लिए प्रभावी नैदानिक तर्क कौशल होना चाहिए। खराब विकसित नैदानिक तर्क कौशल रोगी सुरक्षा और देरी देखभाल या उपचार से समझौता कर सकते हैं, विशेष रूप से गहन देखभाल और आपातकालीन विभागों में। सिमुलेशन-आधारित प्रशिक्षण रोगी सुरक्षा को बनाए रखते हुए नैदानिक तर्क कौशल विकसित करने के लिए एक सिमुलेशन विधि के रूप में एक सिमुलेशन के बाद चिंतनशील सीखने की बातचीत का उपयोग करता है। हालांकि, नैदानिक तर्क की बहुआयामी प्रकृति के कारण, संज्ञानात्मक अधिभार के संभावित जोखिम, और उन्नत और जूनियर सिमुलेशन प्रतिभागियों द्वारा विश्लेषणात्मक (हाइपोथेटिको-डिडक्टिव) और गैर-विश्लेषणात्मक (सहज) नैदानिक तर्क प्रक्रियाओं का विभेदक उपयोग, यह महत्वपूर्ण है। अनुभव, क्षमताओं, सूचना के प्रवाह और मात्रा से संबंधित कारकों पर विचार करें, और एक डिब्रीफिंग विधि के रूप में सिमुलेशन के बाद समूह परावर्तक सीखने की बातचीत में संलग्न करके नैदानिक तर्क को अनुकूलित करने के लिए केस जटिलता। हमारा लक्ष्य पोस्ट-सिमुलेशन परावर्तक शिक्षण संवाद के एक मॉडल के विकास का वर्णन करना है जो कई कारकों पर विचार करता है जो नैदानिक तर्क अनुकूलन की उपलब्धि को प्रभावित करते हैं।
एक सह-डिज़ाइन वर्किंग ग्रुप (n = 18), जिसमें चिकित्सकों, नर्सों, शोधकर्ताओं, शिक्षकों और रोगी प्रतिनिधियों से मिलकर, सिमुलेशन को डिबेट करने के लिए एक पोस्ट-सिमुलेशन चिंतनशील सीखने के संवाद मॉडल को सह-विकास करने के लिए क्रमिक कार्यशालाओं के माध्यम से सहयोग किया गया। सह-डिज़ाइन वर्किंग ग्रुप ने एक सैद्धांतिक और वैचारिक प्रक्रिया और बहु-चरण सहकर्मी समीक्षा के माध्यम से मॉडल विकसित किया। प्लस/माइनस असेसमेंट रिसर्च और ब्लूम के टैक्सोनॉमी के समानांतर एकीकरण को सिमुलेशन गतिविधियों में भाग लेने के दौरान सिमुलेशन प्रतिभागियों के नैदानिक तर्क को अनुकूलित करने के लिए माना जाता है। सामग्री वैधता सूचकांक (CVI) और सामग्री वैधता अनुपात (CVR) विधियों का उपयोग मॉडल की चेहरे की वैधता और सामग्री वैधता स्थापित करने के लिए किया गया था।
एक पोस्ट-सिमुलेशन परावर्तक सीखने का संवाद मॉडल विकसित और परीक्षण किया गया था। मॉडल काम किए गए उदाहरणों और स्क्रिप्टिंग गाइडेंस द्वारा समर्थित है। मॉडल के चेहरे और सामग्री की वैधता का आकलन और पुष्टि की गई।
नए सह-डिजाइन मॉडल को विभिन्न मॉडलिंग प्रतिभागियों के कौशल और क्षमताओं, सूचना के प्रवाह और मात्रा और मॉडलिंग मामलों की जटिलता को ध्यान में रखते हुए बनाया गया था। इन कारकों को समूह सिमुलेशन गतिविधियों में भाग लेने पर नैदानिक तर्क का अनुकूलन करने के लिए सोचा जाता है।
नैदानिक तर्क को स्वास्थ्य देखभाल [1, 2] और नैदानिक क्षमता का एक महत्वपूर्ण तत्व [1, 3, 4] में नैदानिक अभ्यास की नींव माना जाता है। यह एक चिंतनशील प्रक्रिया है जो चिकित्सक प्रत्येक नैदानिक स्थिति के लिए सबसे उपयुक्त हस्तक्षेप को पहचानने और लागू करने के लिए उपयोग करते हैं, जो वे सामना करते हैं [5, 6]। नैदानिक तर्क को एक जटिल संज्ञानात्मक प्रक्रिया के रूप में वर्णित किया गया है जो एक रोगी के बारे में जानकारी इकट्ठा करने और विश्लेषण करने के लिए औपचारिक और अनौपचारिक सोच रणनीतियों का उपयोग करता है, उस जानकारी के महत्व का मूल्यांकन करता है, और कार्रवाई के वैकल्पिक पाठ्यक्रमों के मूल्य का निर्धारण करता है [7, 8]। यह सुराग इकट्ठा करने, जानकारी की प्रक्रिया को इकट्ठा करने और सही समय पर सही रोगी के लिए सही कार्रवाई करने के लिए और सही कारण [9, 10] के लिए सही कार्रवाई करने के लिए रोगी की समस्या को समझने की क्षमता पर निर्भर करता है।
सभी स्वास्थ्य सेवा प्रदाताओं को उच्च अनिश्चितता [11] की स्थितियों में जटिल निर्णय लेने की आवश्यकता का सामना करना पड़ता है। महत्वपूर्ण देखभाल और आपातकालीन देखभाल अभ्यास में, नैदानिक स्थितियां और आपात स्थिति उत्पन्न होती हैं, जहां जीवन को बचाने और रोगी सुरक्षा सुनिश्चित करने के लिए तत्काल प्रतिक्रिया और हस्तक्षेप महत्वपूर्ण हैं [12]। महत्वपूर्ण देखभाल अभ्यास में खराब नैदानिक तर्क कौशल और क्षमता नैदानिक त्रुटियों की उच्च दरों, देखभाल या उपचार में देरी [13] और रोगी सुरक्षा के लिए जोखिम [14,15,16] से जुड़े हैं। व्यावहारिक त्रुटियों से बचने के लिए, चिकित्सकों को सक्षम होना चाहिए और सुरक्षित और उचित निर्णय लेने के लिए प्रभावी नैदानिक तर्क कौशल होना चाहिए [16, 17, 18]। गैर-विश्लेषणात्मक (सहज ज्ञान युक्त) तर्क प्रक्रिया पेशेवर चिकित्सकों द्वारा पसंदीदा तेजी से प्रक्रिया है। इसके विपरीत, विश्लेषणात्मक (हाइपोथेटिको-डिडक्टिव) तर्क प्रक्रियाएं स्वाभाविक रूप से धीमी, अधिक जानबूझकर, और अधिक बार कम अनुभवी चिकित्सकों द्वारा उपयोग की जाती हैं [2, 19, 20]। हेल्थकेयर क्लिनिकल वातावरण की जटिलता और अभ्यास त्रुटियों के संभावित जोखिम को देखते हुए [14,15,16], सिमुलेशन-आधारित शिक्षा (SBE) का उपयोग अक्सर चिकित्सकों को योग्यता और नैदानिक तर्क कौशल विकसित करने के अवसर प्रदान करने के लिए किया जाता है। रोगी सुरक्षा को बनाए रखते हुए [21, 22, 23, 24] को बनाए रखते हुए विभिन्न प्रकार के चुनौतीपूर्ण मामलों के लिए सुरक्षित वातावरण और जोखिम।
सोसाइटी फॉर सिमुलेशन इन हेल्थ (एसएसएच) सिमुलेशन को "एक ऐसी तकनीक के रूप में परिभाषित करता है जो एक ऐसी स्थिति या वातावरण बनाती है जिसमें लोग अभ्यास, प्रशिक्षण, मूल्यांकन, परीक्षण, या मानव प्रणालियों की समझ प्राप्त करने के उद्देश्य से वास्तविक जीवन की घटनाओं के प्रतिनिधित्व का अनुभव करते हैं या या व्यवहार।" ] SBE फील्ड क्लिनिकल अनुभवों को बढ़ाता है, छात्रों को नैदानिक अनुभवों के लिए उजागर करता है जो उन्हें वास्तविक रोगी देखभाल सेटिंग्स [24, 29] में अनुभव नहीं किया जा सकता है। यह एक गैर-धमकी, दोष-मुक्त, पर्यवेक्षित, सुरक्षित, कम जोखिम वाले सीखने का माहौल है। यह ज्ञान, नैदानिक कौशल, क्षमताओं, महत्वपूर्ण सोच और नैदानिक तर्क [22,29,30,31] के विकास को बढ़ावा देता है और स्वास्थ्य सेवा पेशेवरों को किसी स्थिति के भावनात्मक तनाव को दूर करने में मदद कर सकता है, जिससे सीखने की क्षमता में सुधार होता है [22, 27, 28] । , 30, 32]।
SBE के माध्यम से नैदानिक तर्क और निर्णय लेने के कौशल के प्रभावी विकास का समर्थन करने के लिए, पोस्ट-सिमुलेशन डिब्रीफिंग प्रक्रिया [24, 33, 34, 35] के डिजाइन, टेम्पलेट और संरचना पर ध्यान दिया जाना चाहिए। पोस्ट-सिमुलेशन परावर्तक सीखने की बातचीत (आरएलसी) का उपयोग प्रतिभागियों को प्रतिबिंबित करने, कार्यों को समझाने और टीम वर्क [32, 33, 36] के संदर्भ में सहकर्मी समर्थन और समूह की शक्ति का दोहन करने में मदद करने के लिए एक डिब्रीफिंग तकनीक के रूप में किया गया था। समूह आरएलसी का उपयोग अविकसित नैदानिक तर्क के संभावित जोखिम को वहन करता है, विशेष रूप से प्रतिभागियों की अलग -अलग क्षमताओं और वरिष्ठता स्तरों के संबंध में। दोहरी प्रक्रिया मॉडल नैदानिक तर्क की बहुआयामी प्रकृति और वरिष्ठ चिकित्सकों की प्रवृत्ति में अंतर का वर्णन करता है, जो गैर-विश्लेषणात्मक (सहज ज्ञान युक्त) तर्क प्रक्रियाओं का उपयोग करने के लिए विश्लेषणात्मक (हाइपोथेटिको-डिडक्टिव) तर्क प्रक्रियाओं और जूनियर चिकित्सकों का उपयोग करता है [34, 37]। ]। इन दोहरी तर्क प्रक्रियाओं में अलग-अलग स्थितियों के लिए इष्टतम तर्क प्रक्रियाओं को अपनाने की चुनौती शामिल है, और यह स्पष्ट और विवादास्पद है कि एक ही मॉडलिंग समूह में वरिष्ठ और जूनियर प्रतिभागी होने पर विश्लेषणात्मक और गैर-विश्लेषणात्मक तरीकों का प्रभावी ढंग से उपयोग कैसे करें। हाई स्कूल और जूनियर हाई स्कूल अलग -अलग क्षमताओं और अनुभव के स्तर के छात्र अलग -अलग जटिलता [34, 37] के सिमुलेशन परिदृश्यों में भाग लेते हैं। नैदानिक तर्क की बहुआयामी प्रकृति अविकसित नैदानिक तर्क और संज्ञानात्मक अधिभार के संभावित जोखिम से जुड़ी है, खासकर जब चिकित्सक समूह एसबीई में अलग -अलग मामले की जटिलता और वरिष्ठता के स्तर के साथ भाग लेते हैं [38]। यह ध्यान रखना महत्वपूर्ण है कि यद्यपि आरएलसी का उपयोग करके कई डिब्रीफिंग मॉडल हैं, इनमें से कोई भी मॉडल नैदानिक तर्क कौशल के विकास पर एक विशिष्ट ध्यान के साथ डिज़ाइन नहीं किया गया है, अनुभव, क्षमता, प्रवाह और सूचना की मात्रा को ध्यान में रखते हुए, और जानकारी की मात्रा, और मॉडलिंग जटिलता कारक [38]। ]। , 39]। इन सभी को एक संरचित मॉडल के विकास की आवश्यकता होती है जो विभिन्न योगदानों पर विचार करता है और नैदानिक तर्क को अनुकूलित करने के लिए कारकों को प्रभावित करता है, जबकि एक रिपोर्टिंग विधि के रूप में पोस्ट-सिमुलेशन आरएलसी को शामिल करता है। हम सहयोगी डिजाइन और पोस्ट-सिमुलेशन आरएलसी के विकास के लिए एक सैद्धांतिक और वैचारिक रूप से संचालित प्रक्रिया का वर्णन करते हैं। अनुकूलित नैदानिक तर्क विकास को प्राप्त करने के लिए कारकों को सुविधाजनक बनाने और प्रभावित करने की एक विस्तृत श्रृंखला को देखते हुए, SBE में भागीदारी के दौरान नैदानिक तर्क कौशल का अनुकूलन करने के लिए एक मॉडल विकसित किया गया था।
आरएलसी पोस्ट-सिमुलेशन मॉडल को मौजूदा मॉडल और नैदानिक तर्क, चिंतनशील सीखने, शिक्षा और सिमुलेशन के सिद्धांतों के आधार पर सहयोगात्मक रूप से विकसित किया गया था। संयुक्त रूप से मॉडल को विकसित करने के लिए, एक सहयोगी कार्य समूह (n = 18) का गठन किया गया था, जिसमें 10 गहन देखभाल नर्सों, एक गहनतावादी और अलग -अलग स्तरों, अनुभव और लिंग के पहले अस्पताल में अस्पताल में भर्ती रोगियों के तीन प्रतिनिधि शामिल थे। एक गहन देखभाल इकाई, 2 अनुसंधान सहायक और 2 वरिष्ठ नर्स शिक्षक। यह सह-डिजाइन नवाचार स्वास्थ्य सेवा में वास्तविक दुनिया के अनुभव के साथ हितधारकों के बीच सहकर्मी सहयोग के माध्यम से डिज़ाइन और विकसित किया गया है, या तो स्वास्थ्य सेवा पेशेवरों ने प्रस्तावित मॉडल या अन्य हितधारकों जैसे रोगियों [40,41,42] के विकास में शामिल किया है। सीओ-डिज़ाइन प्रक्रिया में रोगी प्रतिनिधियों को शामिल करने से प्रक्रिया में मूल्य आगे बढ़ सकता है, क्योंकि कार्यक्रम का अंतिम लक्ष्य रोगी देखभाल और सुरक्षा में सुधार करना है [43]।
वर्किंग ग्रुप ने मॉडल की संरचना, प्रक्रियाओं और सामग्री को विकसित करने के लिए छह 2-4 घंटे की कार्यशालाएं आयोजित कीं। कार्यशाला में चर्चा, अभ्यास और सिमुलेशन शामिल हैं। मॉडल के तत्व साक्ष्य-आधारित संसाधनों, मॉडल, सिद्धांतों और रूपरेखाओं की एक श्रृंखला पर आधारित हैं। इनमें शामिल हैं: कंस्ट्रक्टिविस्ट लर्निंग थ्योरी [44], द ड्यूल लूप कॉन्सेप्ट [37], क्लिनिकल रीजनिंग लूप [10], द सराहना की जांच (एआई) विधि [45], और रिपोर्टिंग प्लस/डेल्टा विधि [46]। मॉडल को अंतर्राष्ट्रीय नर्स एसोसिएशन के INACSL डिब्रीफिंग प्रक्रिया मानकों के आधार पर क्लिनिकल और सिमुलेशन शिक्षा [36] के आधार पर सहयोगात्मक रूप से विकसित किया गया था और एक आत्म-व्याख्यात्मक मॉडल बनाने के लिए काम किए गए उदाहरणों के साथ संयुक्त किया गया था। मॉडल को चार चरणों में विकसित किया गया था: सिमुलेशन के बाद चिंतनशील सीखने के संवाद के लिए तैयारी, चिंतनशील सीखने की संवाद, विश्लेषण/प्रतिबिंब और डिब्रीफिंग (चित्रा 1) की दीक्षा। प्रत्येक चरण के विवरण पर नीचे चर्चा की गई है।
मॉडल की तैयारी चरण को मनोवैज्ञानिक रूप से प्रतिभागियों को अगले चरण के लिए तैयार करने और मनोवैज्ञानिक सुरक्षा सुनिश्चित करते हुए उनकी सक्रिय भागीदारी और निवेश को बढ़ाने के लिए डिज़ाइन किया गया है [36, 47]। इस चरण में उद्देश्य और उद्देश्यों का परिचय शामिल है; आरएलसी की अपेक्षित अवधि; आरएलसी के दौरान फैसिलिटेटर और प्रतिभागियों की अपेक्षाएं; साइट ओरिएंटेशन और सिमुलेशन सेटअप; सीखने के माहौल में गोपनीयता सुनिश्चित करना, और मनोवैज्ञानिक सुरक्षा को बढ़ाना और बढ़ाना। सह-डिज़ाइन वर्किंग ग्रुप से निम्नलिखित प्रतिनिधि प्रतिक्रियाओं को आरएलसी मॉडल के पूर्व-विकास चरण के दौरान माना गया था। प्रतिभागी 7: “एक प्राथमिक देखभाल नर्स प्रैक्टिशनर के रूप में, अगर मैं एक परिदृश्य के संदर्भ के बिना एक सिमुलेशन में भाग ले रहा था और पुराने वयस्क मौजूद थे, तो मैं संभवतः पोस्ट-सिमुलेशन वार्तालाप में भाग लेने से बचता था जब तक कि मुझे यह महसूस नहीं होता कि मेरी मनोवैज्ञानिक सुरक्षा नहीं हो रही है सम्मानित। और मैं सिमुलेशन के बाद बातचीत में भाग लेने से बचूंगा। "संरक्षित रहें और कोई परिणाम नहीं होगा।" प्रतिभागी 4: “मेरा मानना है कि ध्यान केंद्रित करने और जमीनी नियमों को जल्दी स्थापित करने से सिमुलेशन के बाद शिक्षार्थियों को मदद मिलेगी। चिंतनशील सीखने की बातचीत में सक्रिय भागीदारी। ”
आरएलसी मॉडल के प्रारंभिक चरणों में प्रतिभागी की भावनाओं की खोज करना, अंतर्निहित प्रक्रियाओं का वर्णन करना और परिदृश्य का निदान करना और प्रतिभागी के सकारात्मक और नकारात्मक अनुभवों को सूचीबद्ध करना, लेकिन विश्लेषण नहीं शामिल है। इस स्तर पर मॉडल उम्मीदवारों को आत्म-और कार्य-उन्मुख होने के लिए प्रोत्साहित करने के लिए बनाया गया है, साथ ही मानसिक रूप से गहन विश्लेषण और गहन प्रतिबिंब [24, 36] के लिए मानसिक रूप से तैयार किया गया है। लक्ष्य संज्ञानात्मक अधिभार के संभावित जोखिम को कम करना है [48], विशेष रूप से उन लोगों के लिए जो मॉडलिंग के विषय में नए हैं और कौशल/विषय [49] के साथ कोई पिछला नैदानिक अनुभव नहीं है। प्रतिभागियों को संक्षेप में सिम्युलेटेड मामले का वर्णन करने और नैदानिक सिफारिशें करने के लिए पूछने से फैसिलिटेटर को यह सुनिश्चित करने में मदद मिलेगी कि समूह में छात्रों को विस्तारित विश्लेषण/प्रतिबिंब चरण में आगे बढ़ने से पहले मामले की एक बुनियादी और सामान्य समझ है। इसके अतिरिक्त, सिम्युलेटेड परिदृश्यों में अपनी भावनाओं को साझा करने के लिए इस स्तर पर प्रतिभागियों को आमंत्रित करने से उन्हें स्थिति के भावनात्मक तनाव को दूर करने में मदद मिलेगी, जिससे सीखने में वृद्धि होगी [24, 36]। भावनात्मक मुद्दों को संबोधित करने से आरएलसी फैसिलिटेटर को यह समझने में मदद मिलेगी कि प्रतिभागियों की भावनाओं को व्यक्तिगत और समूह के प्रदर्शन को कैसे प्रभावित किया जाता है, और यह प्रतिबिंब/विश्लेषण चरण के दौरान गंभीर रूप से चर्चा की जा सकती है। प्लस/डेल्टा विधि मॉडल के इस चरण में प्रतिबिंब/विश्लेषण चरण [46] के लिए एक प्रारंभिक और निर्णायक कदम के रूप में बनाया गया है। प्लस/डेल्टा दृष्टिकोण का उपयोग करते हुए, दोनों प्रतिभागी और छात्र सिमुलेशन की अपनी टिप्पणियों, भावनाओं, भावनाओं और अनुभवों को संसाधित/सूचीबद्ध कर सकते हैं, जिसे बाद में मॉडल के प्रतिबिंब/विश्लेषण चरण [46] के दौरान बिंदु द्वारा बिंदु पर चर्चा की जा सकती है। यह प्रतिभागियों को नैदानिक तर्क [24, 48, 49] को अनुकूलित करने के लिए लक्षित और प्राथमिकता सीखने के अवसरों के माध्यम से एक मेटाकोग्निटिव राज्य को प्राप्त करने में मदद करेगा। सह-डिज़ाइन वर्किंग ग्रुप से निम्नलिखित प्रतिनिधि प्रतिक्रियाओं को आरएलसी मॉडल के प्रारंभिक विकास के दौरान माना गया था। प्रतिभागी 2: “मुझे लगता है कि एक मरीज के रूप में जो पहले आईसीयू में भर्ती हो गया है, हमें नकली छात्रों की भावनाओं और भावनाओं पर विचार करने की आवश्यकता है। मैं इस मुद्दे को बढ़ाता हूं क्योंकि मेरे प्रवेश के दौरान मैंने उच्च स्तर के तनाव और चिंता का अवलोकन किया, विशेष रूप से महत्वपूर्ण देखभाल चिकित्सकों के बीच। और आपातकालीन स्थितियां। इस मॉडल को अनुभव का अनुकरण करने से जुड़े तनाव और भावनाओं को ध्यान में रखना चाहिए। ” प्रतिभागी 16: “एक शिक्षक के रूप में मेरे लिए, मुझे प्लस/डेल्टा दृष्टिकोण का उपयोग करना बहुत महत्वपूर्ण लगता है ताकि छात्रों को सिमुलेशन परिदृश्य के दौरान अच्छी चीजों और जरूरतों का उल्लेख करके सक्रिय रूप से भाग लेने के लिए प्रोत्साहित किया जाए। सुधार के लिए क्षेत्र। ”
यद्यपि मॉडल के पिछले चरण महत्वपूर्ण हैं, विश्लेषण/प्रतिबिंब चरण नैदानिक तर्क के अनुकूलन को प्राप्त करने के लिए सबसे महत्वपूर्ण है। यह नैदानिक अनुभव, दक्षताओं और मॉडल किए गए विषयों के प्रभाव के आधार पर उन्नत विश्लेषण/संश्लेषण और गहन विश्लेषण प्रदान करने के लिए डिज़ाइन किया गया है; आरएलसी प्रक्रिया और संरचना; संज्ञानात्मक अधिभार से बचने के लिए दी गई जानकारी की मात्रा; चिंतनशील प्रश्नों का प्रभावी उपयोग। शिक्षार्थी-केंद्रित और सक्रिय सीखने को प्राप्त करने के तरीके। इस बिंदु पर, सिमुलेशन विषयों के साथ नैदानिक अनुभव और परिचितता को अनुभव और क्षमता के विभिन्न स्तरों को समायोजित करने के लिए तीन भागों में विभाजित किया गया है: पहला: कोई पिछला नैदानिक पेशेवर अनुभव नहीं/सिमुलेशन विषयों के लिए कोई पिछला जोखिम नहीं, दूसरा: नैदानिक पेशेवर अनुभव, ज्ञान और कौशल// कोई नहीं। मॉडलिंग विषयों के लिए पिछला प्रदर्शन। तीसरा: नैदानिक पेशेवर अनुभव, ज्ञान और कौशल। मॉडलिंग विषयों के लिए पेशेवर/पिछला जोखिम। वर्गीकरण एक ही समूह के भीतर विभिन्न अनुभवों और क्षमता के स्तर वाले लोगों की जरूरतों को समायोजित करने के लिए किया जाता है, जिससे कम अनुभवी चिकित्सकों की प्रवृत्ति को संतुलित किया जाता है ताकि गैर-विश्लेषणात्मक तर्क कौशल का उपयोग करने के लिए अधिक अनुभवी चिकित्सकों की प्रवृत्ति के साथ विश्लेषणात्मक तर्क का उपयोग किया जा सके [19, 19, 20, 34]। , 37]। आरएलसी प्रक्रिया को नैदानिक तर्क चक्र [10], चिंतनशील मॉडलिंग ढांचे [47], और अनुभवात्मक शिक्षण सिद्धांत [50] के आसपास संरचित किया गया था। यह कई प्रक्रियाओं के माध्यम से प्राप्त किया जाता है: व्याख्या, भेदभाव, संचार, अनुमान और संश्लेषण।
संज्ञानात्मक अधिभार से बचने के लिए, एक शिक्षार्थी-केंद्रित और चिंतनशील बोलने की प्रक्रिया को पर्याप्त समय और प्रतिभागियों के लिए अवसरों को प्रतिबिंबित करने, विश्लेषण करने और आत्मविश्वास को प्राप्त करने के लिए संश्लेषित करने के अवसरों पर विचार करने के लिए विचार किया गया था। आरएलसी के दौरान संज्ञानात्मक प्रक्रियाओं को डबल-लूप फ्रेमवर्क [37] और संज्ञानात्मक लोड सिद्धांत [48] के आधार पर समेकन, पुष्टि, आकार देने और समेकन प्रक्रियाओं के माध्यम से संबोधित किया जाता है। एक संरचित संवाद प्रक्रिया होने और प्रतिबिंब के लिए पर्याप्त समय की अनुमति देने के लिए, अनुभवी और अनुभवहीन दोनों प्रतिभागियों को ध्यान में रखते हुए, संज्ञानात्मक भार के संभावित जोखिम को कम कर देगा, विशेष रूप से प्रतिभागियों के पूर्व अनुभवों, एक्सपोज़र और क्षमता के स्तर के साथ जटिल सिमुलेशन में। दृश्य के बाद। मॉडल की चिंतनशील पूछताछ तकनीक ब्लूम के टैक्सोनोमिक मॉडल [51] और प्रशंसात्मक पूछताछ (एआई) विधियों [45] पर आधारित है, जिसमें मॉडलिंग सुविधा एक चरण-दर-चरण, सुकराती और चिंतनशील तरीके से विषय को दृष्टिकोण करती है। प्रश्न पूछें, ज्ञान-आधारित प्रश्नों के साथ शुरू करें। और तर्क और तर्क से संबंधित मुद्दों को संबोधित करना। यह पूछताछ तकनीक सक्रिय प्रतिभागी भागीदारी और संज्ञानात्मक अधिभार के कम जोखिम के साथ प्रगतिशील सोच को प्रोत्साहित करके नैदानिक तर्क के अनुकूलन में सुधार करेगी। सह-डिज़ाइन वर्किंग ग्रुप से निम्नलिखित प्रतिनिधि प्रतिक्रियाओं को आरएलसी मॉडल विकास के विश्लेषण/प्रतिबिंब चरण के दौरान माना गया था। प्रतिभागी 13: “संज्ञानात्मक अधिभार से बचने के लिए, हमें पोस्ट-सिमुलेशन सीखने की बातचीत में संलग्न होने पर जानकारी की मात्रा और प्रवाह पर विचार करने की आवश्यकता है, और ऐसा करने के लिए, मुझे लगता है कि छात्रों को प्रतिबिंबित करने और मूल बातें शुरू करने के लिए पर्याप्त समय देना महत्वपूर्ण है । ज्ञान। बातचीत और कौशल शुरू करता है, फिर मेटाकॉग्निशन को प्राप्त करने के लिए ज्ञान और कौशल के उच्च स्तर की ओर बढ़ता है। ” प्रतिभागी 9: "मैं दृढ़ता से मानता हूं कि ब्लूम के टैक्सोनॉमी मॉडल का उपयोग करके सराहना की जांच (एआई) तकनीकों और चिंतनशील पूछताछ का उपयोग करने वाले तरीकों से पूछताछ सक्रिय सीखने और सीखने की क्षमता को कम करेगी, जबकि संज्ञानात्मक अधिभार के जोखिम के लिए क्षमता को कम करेगी।" मॉडल के डिब्रीफिंग चरण का उद्देश्य आरएलसी के दौरान उठाए गए सीखने के बिंदुओं को संक्षेप में प्रस्तुत करना है और यह सुनिश्चित करना है कि सीखने के उद्देश्यों को महसूस किया जाए। प्रतिभागी 8: "यह बहुत महत्वपूर्ण है कि दोनों शिक्षार्थी और सूत्रधार दोनों सबसे महत्वपूर्ण प्रमुख विचारों और प्रमुख पहलुओं पर सहमत होते हैं जो अभ्यास में आगे बढ़ते हैं।"
प्रोटोकॉल संख्या (MRC-01-22-117) और (HSK/PGR/UH/04728) के तहत नैतिक अनुमोदन प्राप्त किया गया था। मॉडल की प्रयोज्य और व्यावहारिकता का मूल्यांकन करने के लिए मॉडल का परीक्षण तीन पेशेवर गहन देखभाल सिमुलेशन पाठ्यक्रमों में किया गया था। मॉडल की चेहरे की वैधता का आकलन एक सह-डिज़ाइन वर्किंग ग्रुप (n = 18) और शैक्षिक विशेषज्ञों द्वारा शैक्षिक निर्देशकों (n = 6) के रूप में किया गया था, जो उपस्थिति, व्याकरण और प्रक्रिया से संबंधित मुद्दों को ठीक करने के लिए थे। चेहरे की वैधता के बाद, सामग्री की वैधता वरिष्ठ नर्स शिक्षकों (n = 6) द्वारा निर्धारित की गई थी, जो अमेरिकी नर्सों क्रेडेंशियल सेंटर (ANCC) द्वारा प्रमाणित थे और शैक्षिक योजनाकारों के रूप में कार्य करते थे, और (n = 6) जिनके पास 10 से अधिक वर्षों की शिक्षा थी और शिक्षण अनुभव। कार्य अनुभव मूल्यांकन शैक्षिक निर्देशकों (n = 6) द्वारा आयोजित किया गया था। मॉडलिंग अनुभव। सामग्री वैधता अनुपात (CVR) और सामग्री वैधता सूचकांक (CVI) का उपयोग करके सामग्री वैधता निर्धारित की गई थी। CVI का अनुमान लगाने के लिए Lawshe विधि [52] का उपयोग किया गया था, और CVR का अनुमान लगाने के लिए वाल्ट्ज और बॉसेल [53] की विधि का उपयोग किया गया था। सीवीआर परियोजनाएं आवश्यक, उपयोगी, लेकिन आवश्यक या वैकल्पिक नहीं हैं। CVI को प्रासंगिकता, सादगी और स्पष्टता के आधार पर चार-बिंदु पैमाने पर बनाया जाता है, 1 = प्रासंगिक नहीं, 2 = कुछ प्रासंगिक, 3 = प्रासंगिक, और 4 = बहुत प्रासंगिक के साथ। चेहरे और सामग्री की वैधता को सत्यापित करने के बाद, व्यावहारिक कार्यशालाओं के अलावा, उन शिक्षकों के लिए अभिविन्यास और अभिविन्यास सत्र आयोजित किए गए जो मॉडल का उपयोग करेंगे।
कार्य समूह गहन देखभाल इकाइयों (आंकड़े 1, 2, और 3) में SBE में भागीदारी के दौरान नैदानिक तर्क कौशल का अनुकूलन करने के लिए एक पोस्ट-सिमुलेशन आरएलसी मॉडल को विकसित करने और परीक्षण करने में सक्षम था। CVR = 1.00, CVI = 1.00, उचित चेहरे और सामग्री की वैधता को दर्शाता है [52, 53]।
मॉडल समूह SBE के लिए बनाया गया था, जहां अनुभव, ज्ञान और वरिष्ठता के समान या विभिन्न स्तरों वाले प्रतिभागियों के लिए रोमांचक और चुनौतीपूर्ण परिदृश्य का उपयोग किया जाता है। आरएलसी वैचारिक मॉडल को INACSL उड़ान सिमुलेशन विश्लेषण मानकों [36] के अनुसार विकसित किया गया था और यह शिक्षार्थी-केंद्रित और आत्म-व्याख्यात्मक है, जिसमें कार्य उदाहरण (आंकड़े 1, 2 और 3) शामिल हैं। मॉडलिंग मानकों को पूरा करने के लिए मॉडल को उद्देश्यपूर्ण रूप से विकसित और चार चरणों में विभाजित किया गया था: ब्रीफिंग के साथ शुरू, इसके बाद चिंतनशील विश्लेषण/संश्लेषण, और सूचना और सारांश के साथ समाप्त होता है। संज्ञानात्मक अधिभार के संभावित जोखिम से बचने के लिए, मॉडल के प्रत्येक चरण को उद्देश्यपूर्ण रूप से अगले चरण [34] के लिए एक शर्त के रूप में डिज़ाइन किया गया है।
आरएलसी में भागीदारी पर वरिष्ठता और समूह सद्भाव कारकों के प्रभाव का पहले अध्ययन नहीं किया गया है [38]। सिमुलेशन अभ्यास [34, 37] में डबल लूप और संज्ञानात्मक अधिभार सिद्धांत की व्यावहारिक अवधारणाओं को ध्यान में रखते हुए, यह विचार करना महत्वपूर्ण है कि एक ही सिमुलेशन समूह में प्रतिभागियों के विभिन्न अनुभवों और क्षमता के स्तर के साथ समूह एसबीई में भाग लेना एक चुनौती है। सूचना की मात्रा, प्रवाह और सीखने की संरचना की उपेक्षा, साथ ही साथ हाई स्कूल और जूनियर हाई स्कूल दोनों के छात्रों द्वारा तेज और धीमी संज्ञानात्मक प्रक्रियाओं का एक साथ उपयोग संज्ञानात्मक अधिभार [18, 38, 46] का संभावित जोखिम पैदा करता है। अविकसित और/या सबप्टिमल नैदानिक तर्क [18, 38] से बचने के लिए आरएलसी मॉडल विकसित करते समय इन कारकों को ध्यान में रखा गया था। यह ध्यान रखना महत्वपूर्ण है कि वरिष्ठता और क्षमता के विभिन्न स्तरों के साथ आरएलसी का संचालन करना वरिष्ठ प्रतिभागियों के बीच एक प्रभुत्व प्रभाव का कारण बनता है। यह इसलिए होता है क्योंकि उन्नत प्रतिभागी बुनियादी अवधारणाओं को सीखने से बचते हैं, जो युवा प्रतिभागियों के लिए मेटाकॉग्निशन प्राप्त करने और उच्च-स्तरीय सोच और तर्क प्रक्रियाओं में प्रवेश करने के लिए महत्वपूर्ण है [38, 47]। आरएलसी मॉडल को सराहना की जांच और डेल्टा दृष्टिकोण [45, 46, 51] के माध्यम से वरिष्ठ और जूनियर नर्सों को संलग्न करने के लिए डिज़ाइन किया गया है। इन विधियों का उपयोग करते हुए, अलग-अलग क्षमताओं और अनुभव के स्तर के साथ वरिष्ठ और जूनियर प्रतिभागियों के विचारों को आइटम द्वारा आइटम प्रस्तुत किया जाएगा और डिब्रीफिंग मॉडरेटर और सह-मॉडरेटर्स [45, 51] द्वारा परावर्तक रूप से चर्चा की जाएगी। सिमुलेशन प्रतिभागियों के इनपुट के अलावा, डिब्रीफिंग फैसिलिटेटर अपने इनपुट को यह सुनिश्चित करने के लिए जोड़ता है कि सभी सामूहिक अवलोकन प्रत्येक सीखने के क्षण को व्यापक रूप से कवर करते हैं, जिससे नैदानिक तर्क को अनुकूलित करने के लिए मेटाकॉग्निशन बढ़ जाता है [10]।
आरएलसी मॉडल का उपयोग करके सूचना प्रवाह और सीखने की संरचना को एक व्यवस्थित और बहु-चरण प्रक्रिया के माध्यम से संबोधित किया जाता है। यह डीब्रीफिंग फैसिलिटेटर्स की सहायता करना है और यह सुनिश्चित करना है कि प्रत्येक प्रतिभागी अगले चरण में जाने से पहले प्रत्येक चरण में स्पष्ट और आत्मविश्वास से बोलता है। मॉडरेटर चिंतनशील चर्चा शुरू करने में सक्षम होगा जिसमें सभी प्रतिभागी भाग लेते हैं, और एक ऐसे बिंदु पर पहुंचते हैं जहां अलग -अलग वरिष्ठता और क्षमता के स्तर के प्रतिभागी अगले [38] पर जाने से पहले प्रत्येक चर्चा बिंदु के लिए सर्वोत्तम प्रथाओं पर सहमत होते हैं। इस दृष्टिकोण का उपयोग करने से अनुभवी और सक्षम प्रतिभागियों को उनके योगदान/टिप्पणियों को साझा करने में मदद मिलेगी, जबकि कम अनुभवी और सक्षम प्रतिभागियों के योगदान/टिप्पणियों का आकलन और चर्चा की जाएगी [38]। हालांकि, इस लक्ष्य को प्राप्त करने के लिए, सुविधाकर्ताओं को चर्चाओं को संतुलित करने और वरिष्ठ और कनिष्ठ प्रतिभागियों के लिए समान अवसर प्रदान करने की चुनौती का सामना करना होगा। यह अंत करने के लिए, मॉडल सर्वेक्षण पद्धति को ब्लूम के टैक्सोनोमिक मॉडल का उपयोग करके उद्देश्यपूर्ण रूप से विकसित किया गया था, जो मूल्यांकन सर्वेक्षण और एडिटिव/डेल्टा विधि [45, 46, 51] को जोड़ती है। इन तकनीकों का उपयोग करना और फोकल प्रश्नों/चिंतनशील चर्चाओं के ज्ञान और समझ के साथ शुरू करना कम अनुभवी प्रतिभागियों को भाग लेने और सक्रिय रूप से चर्चा में भाग लेने के लिए प्रोत्साहित करेगा, जिसके बाद सूत्रधार प्रश्नों/चर्चाओं के उच्च स्तर के मूल्यांकन और संश्लेषण के उच्च स्तर पर चले जाएंगे। जिसमें दोनों पक्षों को वरिष्ठों और जूनियर्स प्रतिभागियों को अपने पिछले अनुभव और नैदानिक कौशल या नकली परिदृश्यों के साथ अनुभव के आधार पर भाग लेने का एक समान अवसर देना होगा। यह दृष्टिकोण कम अनुभवी प्रतिभागियों को सक्रिय रूप से भाग लेने और अधिक अनुभवी प्रतिभागियों द्वारा साझा किए गए अनुभवों के साथ -साथ डिब्रीफिंग फैसिलिटेटर के इनपुट से लाभान्वित करने में मदद करेगा। दूसरी ओर, मॉडल को न केवल एसबीई के लिए अलग -अलग प्रतिभागी क्षमताओं और अनुभव के स्तर के साथ बनाया गया है, बल्कि समान अनुभव और क्षमता के स्तर के साथ एसबीई समूह प्रतिभागियों के लिए भी। मॉडल को समूह के एक सुचारू और व्यवस्थित आंदोलन की सुविधा के लिए डिज़ाइन किया गया था, जो ज्ञान और समझ पर ध्यान केंद्रित करने से लेकर सीखने के लक्ष्यों को प्राप्त करने के लिए संश्लेषण और मूल्यांकन पर ध्यान केंद्रित करने के लिए किया गया था। मॉडल संरचना और प्रक्रियाओं को विभिन्न और समान क्षमताओं और अनुभव स्तरों के मॉडलिंग समूहों के अनुरूप बनाया गया है।
इसके अलावा, हालांकि आरएलसी के साथ संयोजन में हेल्थकेयर में SBE का उपयोग चिकित्सकों में नैदानिक तर्क और क्षमता विकसित करने के लिए किया जाता है [22,30,38], हालांकि, प्रासंगिक कारकों को केस जटिलता और संज्ञानात्मक अधिभार के संभावित जोखिमों से संबंधित, विशेष रूप से विशेष रूप से संज्ञानात्मक अधिभार के संभावित जोखिमों को ध्यान में रखा जाना चाहिए, विशेष रूप से विशेष रूप से जब प्रतिभागियों में शामिल SBE परिदृश्यों ने अत्यधिक जटिल, गंभीर रूप से बीमार रोगियों को तत्काल हस्तक्षेप और महत्वपूर्ण निर्णय लेने की आवश्यकता होती है [2,18,37,38,47,48]। यह अंत करने के लिए, दोनों अनुभवी और कम अनुभवी प्रतिभागियों की प्रवृत्ति को ध्यान में रखना महत्वपूर्ण है, एक साथ विश्लेषणात्मक और गैर-विश्लेषणात्मक तर्क प्रणालियों के बीच स्विच करने के लिए, और SBE में भाग लेने के लिए, और एक साक्ष्य-आधारित दृष्टिकोण स्थापित करने के लिए जो पुराने और छोटे दोनों को अनुमति देता है छात्रों को सीखने की प्रक्रिया में सक्रिय रूप से भाग लेने के लिए। इस प्रकार, मॉडल को इस तरह से डिज़ाइन किया गया था कि, प्रस्तुत किए गए सिम्युलेटेड मामले की जटिलता की परवाह किए बिना, सूत्रधार को यह सुनिश्चित करना चाहिए कि वरिष्ठ और कनिष्ठ प्रतिभागियों दोनों के ज्ञान और पृष्ठभूमि की समझ के पहलुओं को पहले कवर किया गया है और फिर धीरे -धीरे और रिफ्लेक्सली के लिए विकसित किया गया है। विश्लेषण की सुविधा। संश्लेषण और समझ। मूल्यांकन पहलू। यह युवा छात्रों को जो कुछ भी सीखा है, उसे बनाने और समेकित करने में मदद करेगा, और पुराने छात्रों को नए ज्ञान को संश्लेषित करने और विकसित करने में मदद करेगा। यह तर्क प्रक्रिया के लिए आवश्यकताओं को पूरा करेगा, प्रत्येक प्रतिभागी के पूर्व अनुभव और क्षमताओं को ध्यान में रखते हुए, और एक सामान्य प्रारूप है जो हाई स्कूल और जूनियर हाई स्कूल के छात्रों की प्रवृत्ति को संबोधित करता है, साथ ही साथ विश्लेषणात्मक और गैर -तर्कसंगत तर्क प्रणालियों के बीच एक साथ आगे बढ़ता है, जिससे नैदानिक तर्क का अनुकूलन सुनिश्चित करना।
इसके अतिरिक्त, सिमुलेशन फैसिलिटेटर्स/डिब्रीफर्स को सिमुलेशन डिब्रीफिंग कौशल में महारत हासिल करने में कठिनाई हो सकती है। माना जाता है कि संज्ञानात्मक डिब्रीफिंग स्क्रिप्ट का उपयोग उन लोगों की तुलना में सुविधाकर्ताओं के ज्ञान अधिग्रहण और व्यवहार कौशल में सुधार करने में प्रभावी माना जाता है जो स्क्रिप्ट का उपयोग नहीं करते हैं [54]। परिदृश्य एक संज्ञानात्मक उपकरण है जो शिक्षकों के मॉडलिंग कार्य को सुविधाजनक बना सकता है और डिब्रीफिंग कौशल में सुधार कर सकता है, विशेष रूप से उन शिक्षकों के लिए जो अभी भी अपने डिब्रीफिंग अनुभव को मजबूत कर रहे हैं [55]। अधिक से अधिक प्रयोज्य प्राप्त करें और उपयोगकर्ता के अनुकूल मॉडल विकसित करें। (चित्रा 2 और चित्रा 3)।
प्लस/डेल्टा, सराहनीय सर्वेक्षण, और ब्लूम के टैक्सोनॉमी सर्वे तरीकों के समानांतर एकीकरण को अभी तक उपलब्ध सिमुलेशन विश्लेषण और निर्देशित प्रतिबिंब मॉडल में अभी तक संबोधित नहीं किया गया है। इन विधियों का एकीकरण आरएलसी मॉडल के नवाचार पर प्रकाश डालता है, जिसमें इन विधियों को नैदानिक तर्क और शिक्षार्थी-केंद्रितता के अनुकूलन को प्राप्त करने के लिए एक ही प्रारूप में एकीकृत किया जाता है। चिकित्सा शिक्षकों को प्रतिभागियों के नैदानिक तर्क क्षमताओं में सुधार और अनुकूलन करने के लिए आरएलसी मॉडल का उपयोग करके मॉडलिंग समूह एसबीई से लाभ हो सकता है। मॉडल के परिदृश्य शिक्षकों को चिंतनशील डिब्रीफिंग की प्रक्रिया में महारत हासिल करने में मदद कर सकते हैं और आत्मविश्वास और सक्षम डिब्रीफिंग फैसिलिटेटर्स बनने के लिए अपने कौशल को मजबूत कर सकते हैं।
SBE में कई अलग-अलग तौर-तरीकों और तकनीकों को शामिल किया जा सकता है, जिसमें पुतला-आधारित SBE, टास्क सिमुलेटर, रोगी सिमुलेटर, मानकीकृत रोगियों, आभासी और संवर्धित वास्तविकता तक सीमित नहीं है। यह देखते हुए कि रिपोर्टिंग महत्वपूर्ण मॉडलिंग मानदंडों में से एक है, सिम्युलेटेड आरएलसी मॉडल को इन मोड का उपयोग करते समय एक रिपोर्टिंग मॉडल के रूप में उपयोग किया जा सकता है। इसके अलावा, हालांकि मॉडल को नर्सिंग अनुशासन के लिए विकसित किया गया था, लेकिन इसमें इंटरप्रिटेशनल हेल्थकेयर SBE में उपयोग की क्षमता है, जो कि इंटरप्रोफेशनल एजुकेशन के लिए RLC मॉडल का परीक्षण करने के लिए भविष्य की अनुसंधान पहलों की आवश्यकता को उजागर करता है।
एसबीई गहन देखभाल इकाइयों में नर्सिंग देखभाल के लिए एक पोस्ट-सिमुलेशन आरएलसी मॉडल का विकास और मूल्यांकन। मॉडल के भविष्य के मूल्यांकन/सत्यापन को अन्य स्वास्थ्य देखभाल विषयों और अंतरप्रांतीय SBE में उपयोग के लिए मॉडल की सामान्यता को बढ़ाने के लिए सिफारिश की जाती है।
मॉडल को सिद्धांत और अवधारणा के आधार पर एक संयुक्त कार्य समूह द्वारा विकसित किया गया था। मॉडल की वैधता और सामान्यता में सुधार करने के लिए, तुलनात्मक अध्ययनों के लिए बढ़ी हुई विश्वसनीयता उपायों के उपयोग पर भविष्य में विचार किया जा सकता है।
अभ्यास त्रुटियों को कम करने के लिए, चिकित्सकों को सुरक्षित और उचित नैदानिक निर्णय लेने के लिए प्रभावी नैदानिक तर्क कौशल होना चाहिए। SBE RLC को एक डिब्रीफिंग तकनीक के रूप में उपयोग करना नैदानिक तर्क को विकसित करने के लिए आवश्यक ज्ञान और व्यावहारिक कौशल के विकास को बढ़ावा देता है। हालांकि, नैदानिक तर्क की बहुआयामी प्रकृति, पूर्व अनुभव और एक्सपोज़र से संबंधित, क्षमता में परिवर्तन, मात्रा और सूचना के प्रवाह में परिवर्तन, और सिमुलेशन परिदृश्यों की जटिलता, पोस्ट-सिमुलेशन आरएलसी मॉडल विकसित करने के महत्व पर प्रकाश डालती है, जिसके माध्यम से नैदानिक तर्क सक्रिय रूप से सक्रिय हो सकता है और प्रभावी रूप से लागू किया गया। कौशल। इन कारकों को नजरअंदाज करने से अविकसित और उप -रूपी नैदानिक तर्क हो सकता है। समूह सिमुलेशन गतिविधियों में भाग लेने पर नैदानिक तर्क को अनुकूलित करने के लिए इन कारकों को संबोधित करने के लिए आरएलसी मॉडल विकसित किया गया था। इस लक्ष्य को प्राप्त करने के लिए, मॉडल एक साथ प्लस/माइनस मूल्यांकन जांच और ब्लूम के टैक्सोनॉमी के उपयोग को एकीकृत करता है।
वर्तमान अध्ययन के दौरान उपयोग किए गए और/या विश्लेषण किए गए डेटासेट उचित अनुरोध पर संबंधित लेखक से उपलब्ध हैं।
डैनियल एम, रेन्सिक जे, ड्यूरिंग एसजे, होल्म्बो ई, सैंटेन एसए, लैंग डब्ल्यू, रैटक्लिफ टी, गॉर्डन डी, हीस्ट बी, लुबर्स्की एस, एस्ट्राडा केए। नैदानिक तर्क का आकलन करने के तरीके: समीक्षा और अभ्यास सिफारिशें। चिकित्सा विज्ञान अकादमी। 2019; 94 (6): 902–12।
यंग एमई, थॉमस ए।, लुबार्स्की एस।, गॉर्डन डी।, ग्रुप्पेन एलडी, रेंसिच जे।, बैलार्ड टी।, होल्मबोई ई।, दा सिल्वा ए।, रैटक्लिफ टी।, शूविर्थ एल। साहित्य की तुलना स्वास्थ्य व्यवसायों के बीच नैदानिक तर्क पर : एक स्कोपिंग समीक्षा। बीएमसी चिकित्सा शिक्षा। 2020; 20 (1): 1-1।
गुरेरो जेजी। नर्सिंग प्रैक्टिस रीजनिंग मॉडल: नर्सिंग में नैदानिक तर्क, निर्णय लेने और निर्णय की कला और विज्ञान। नर्स की पत्रिका खोलें। 2019; 9 (2): 79-88।
अल्मोमानी ई, अलराउच टी, साडा ओ, अल नसौर ए, काम्बल एम, सैमुअल जे, अटलाह के, मुस्तफा ई। परावर्तक सीखने की संवाद एक नैदानिक सीखने और शिक्षण विधि के रूप में महत्वपूर्ण देखभाल में। कतर मेडिकल जर्नल। 2020; 2019; 1 (1): 64।
Mamed S., Van Gogh T., Samamaio AM, De Faria RM, Maria JP, Schmidt Hg छात्रों के नैदानिक कौशल को नैदानिक मामलों के साथ अभ्यास से कैसे लाभ होता है? भविष्य में एक ही और नए विकारों के निदान पर संरचित प्रतिबिंब के प्रभाव। चिकित्सा विज्ञान अकादमी। 2014; 89 (1): 121–7।
Tutticci N, Theobald Ka, Ramsbotham J, Johnston S. सिमुलेशन में पर्यवेक्षक भूमिकाओं और नैदानिक तर्क की खोज: एक स्कोपिंग समीक्षा। नर्स शिक्षा अभ्यास 2022 जनवरी 20: 103301।
एडवर्ड्स I, जोन्स एम, कैर जे, ब्रूनैक-मेयर ए, जेन्सेन जीएम। भौतिक चिकित्सा में नैदानिक तर्क रणनीति। फिजियोथेरेपी। 2004; 84 (4): 312–30।
कुइपर आर, पेसुत डी, कौत्ज़ डी। मेडिकल छात्रों में नैदानिक तर्क कौशल के आत्म-नियमन को बढ़ावा देना। ओपन जर्नल नर्स 2009; 3: 76।
लेवेट-जोन्स टी, हॉफमैन के, डेम्पसी जे, जियोन एसवाई, नोबल डी, नॉर्टन केए, रोशे जे, हिक्की एन। नैदानिक तर्क के "पांच अधिकार": नैदानिक क्षमता के लिए एक शैक्षिक मॉडल नर्सिंग छात्रों को पहचानने और प्रबंधित करने में छात्रों को सुधारने के लिए- जोखिम वाले मरीज। नर्सिंग शिक्षा आज। 2010; 30 (6): 515–20।
ब्रेंटनॉल जे, थैकरे डी, जुड बी। प्लेसमेंट और सिमुलेशन सेटिंग्स में मेडिकल छात्रों के नैदानिक तर्क का आकलन करना: एक व्यवस्थित समीक्षा। पर्यावरण अनुसंधान के अंतर्राष्ट्रीय जर्नल, सार्वजनिक स्वास्थ्य। 2022; 19 (2): 936।
चैंबरलेन डी, पोलक डब्ल्यू, फुलब्रुक पी। ACCCN क्रिटिकल केयर नर्सिंग के लिए मानक: एक व्यवस्थित समीक्षा, साक्ष्य विकास और मूल्यांकन। आपातकालीन ऑस्ट्रेलिया। 2018; 31 (5): 292–302।
Cunha LD, Pestana-Santos M, Lomba L, Reis Santos M. Postanesthesia Care में नैदानिक तर्क में अनिश्चितता: जटिल स्वास्थ्य सेवा सेटिंग्स में अनिश्चितता के मॉडल पर आधारित एक एकीकृत समीक्षा। जे पेरिऑपरेटिव नर्स। 2022; 35 (2): E32–40।
रिवाज़ एम, तवाकोलिनिया एम, मोमेनासैब एम। क्रिटिकल केयर नर्सों के पेशेवर अभ्यास वातावरण और नर्सिंग परिणामों के साथ इसके संबंध: एक संरचनात्मक समीकरण मॉडलिंग अध्ययन। स्कैंड जे देखभाल विज्ञान। 2021; 35 (2): 609–15।
सुवर्डियंटो एच, एस्टुति वीवी, सक्षमता। क्रिटिकल केयर यूनिट (JSCC) में छात्र नर्सों के लिए नर्सिंग और क्रिटिकल केयर प्रैक्टिस जर्नल एक्सचेंज। स्ट्राडा पत्रिका इल्मिया केशातन। 2020; 9 (2): 686–93।
Liev B, Dejen Tilahun A, Kasyu T. ज्ञान, दृष्टिकोण और गहन देखभाल इकाई नर्सों के बीच शारीरिक मूल्यांकन से जुड़े कारक: एक बहुस्तरीय क्रॉस-अनुभागीय अध्ययन। महत्वपूर्ण देखभाल में अनुसंधान अभ्यास। 2020; 9145105।
एक मध्य पूर्वी देश के सांस्कृतिक संदर्भ में नर्सों और दाइयों के लिए एक योग्यता ढांचे के सुलीवन जे।, हगिल के।, ए। नर्स शिक्षा अभ्यास। 2021; 51: 102969।
वांग एमएस, थोर ई, हडसन जेएन। स्क्रिप्ट स्थिरता परीक्षणों में प्रतिक्रिया प्रक्रिया की वैधता का परीक्षण: एक थिंक-अलाउड दृष्टिकोण। इंटरनेशनल जर्नल ऑफ मेडिकल एजुकेशन। 2020; 11: 127।
कांग एच, कांग हाई। नैदानिक तर्क कौशल, नैदानिक क्षमता और शैक्षिक संतुष्टि पर सिमुलेशन शिक्षा के प्रभाव। जे कोरिया अकादमिक और औद्योगिक सहयोग संघ। 2020; 21 (8): 107–14।
डाइकमैन पी, थॉर्जिरसेन के, केविंडेसलैंड एसए, थॉमस एल, बुशेल डब्ल्यू, लैंगली एर्सडल एच। कोविड -19 जैसे संक्रामक रोग प्रकोपों के लिए प्रतिक्रियाओं को तैयार करने और सुधारने के लिए मॉडलिंग का उपयोग करना: नॉर्वे, डेनमार्क और ग्रेट ब्रिटेन से व्यावहारिक टिप्स और संसाधन। उन्नत मॉडलिंग। 2020; 5 (1): 1-0।
Liose L, Lopreiato J, संस्थापक D, चांग टीपी, रॉबर्टसन जेएम, एंडरसन एम, डियाज़ डीए, स्पेन एई, संपादक। (एसोसिएट एडिटर) और शब्दावली और कॉन्सेप्ट्स वर्किंग ग्रुप, डिक्शनरी ऑफ हेल्थकेयर मॉडलिंग - दूसरा संस्करण। रॉकविले, एमडी: हेल्थकेयर रिसर्च एंड क्वालिटी के लिए एजेंसी। जनवरी 2020: 20-0019।
ब्रूक्स ए, ब्रैचमैन एस, कैपलोस बी, नकाजिमा ए, टायरमैन जे, जैन एल, साल्वेट्टी एफ, गार्डनर आर, माइनहार्ट आर, बर्टागनी बी। हेल्थकेयर सिमुलेशन के लिए संवर्धित वास्तविकता। समावेशी भलाई के लिए आभासी रोगी प्रौद्योगिकियों में नवीनतम प्रगति। Gamification और सिमुलेशन। 2020; 196: 103–40।
अलमरानी एमएच, अलम्माल केए, अलकहतानी एसएस, सलेम ओए नर्सिंग छात्रों में महत्वपूर्ण सोच कौशल और आत्मविश्वास पर सिमुलेशन और पारंपरिक शिक्षण विधियों के प्रभावों की तुलना। जे नर्सिंग रिसर्च सेंटर। 2018; 26 (3): 152–7।
Kiernan LK सिमुलेशन तकनीकों का उपयोग करके क्षमता और आत्मविश्वास का आकलन करता है। देखभाल। 2018; 48 (10): 45।
पोस्ट टाइम: JAN-08-2024