De College of Nursing van de University of Tennessee Knoxville biedt innovatieve simulatieruimtes om psychomotorische vaardigheden, lichamelijk onderzoek en klinische zorg die in de praktijk worden toegepast, te trainen. Simulatie is opgenomen in elke klinische cursus binnen de undergraduate- en graduateprogramma's.
PhD, RN, CHSE
Adjunct-decaan simulatie voor de College of Nursing
University of Tennessee Knoxville
De uitdaging:
Dr. Susan Hébert en haar team aan de University of Tennessee Knoxville wisten dat ze niet over de volledige, betrouwbare gegevens beschikten die ze nodig hadden om de voortgang van studenten richting bekwaamheid volledig te begrijpen.
Handmatige werkprocessen en op papier gebaseerde checklists betekenden:
Ze hadden een idee waar studenten moeite mee hadden—maar zonder consistente, gedetailleerde gegevens waren die inzichten moeilijk te bevestigen of om op te acteren.
The solution:
The team knew they needed an efficient, unified system to capture and analyze performance data that could help inform how students are prepared for practice.
They began using SimCapture, a simulation management system that would help them manage performance data more efficiently. They started with the data from their simulation scenarios. Later, they expanded into skills lab evaluation using SimCapture for Skills, bringing both environments into one system.
To support faculty during the change, they created a transition path. Some faculty continued using laminated checklists before entering data digitally, while others adapted more quickly to real-time entry.
The flexibility helped the program move forward together and ultimately reach consistent adoption, ensuring more consistent data capture.
Door de verschuiving werd evaluatiegegevens gemakkelijker vast te leggen en te raadplegen. Dr. Hébert vertelde dat gegevens voorheen handmatig moesten worden ingevoerd en beheerd door ondersteunend personeel.
“Vroeger voerde een op masterniveau opgeleide evaluatiespecialist samen met haar assistenten alle gegevens in een spreadsheet in. SimCapture heeft die groep mensen enorm veel werk uit handen genomen.”
Met SimCapture worden gegevens vastgelegd op het moment van evaluatie en kunnen ze naar behoefte worden geraadpleegd of geëxporteerd.
“Wat er nu gebeurt, is dat zodra de cursussen zijn afgerond, ik alle gegevens download over mastery learning en de scenario-evaluaties die we verzamelen voor de programmaresultaten,” zegt ze. “Ik kan die snel downloaden naar spreadsheets.”
Hierdoor konden docenten en medewerkers minder tijd besteden aan gegevensbeheer en meer tijd aan het beoordelen en gebruiken ervan ter ondersteuning van de ontwikkeling van studenten.
Een van de eerste doorbraken kwam voort uit het verbeteren van de volledigheid van gegevens. Met gestructureerde evaluaties konden docenten niet langer gedeeltelijk ingevulde checklists indienen. Dit verminderde ontbrekende gegevens en verbeterde de algehele betrouwbaarheid van de evaluatieresultaten.
Deze verschuiving zorgde ervoor dat de gegevens die zij beoordeelden nauwkeuriger en bruikbaarder werden. Voor het programma betekende dit een keerpunt. Evaluatiegegevens konden nu met vertrouwen worden gebruikt om de prestaties van studenten beter te begrijpen.
Zodra de gegevens betrouwbaar werden, konden Dr. Hébert en haar team deze op betekenisvollere manieren gebruiken.
Ze konden gegevens analyseren, waaronder:
In plaats van te vertrouwen op handmatige spreadsheets of externe ondersteuning, konden ze snel toegang krijgen tot de informatie die nodig was om de prestaties te evalueren.
Dit niveau van analyse stelde het programma in staat verder te gaan dan het vastleggen van resultaten en patronen in prestaties te identificeren die het onderwijs en leren ondersteunen.
Deze mogelijkheid om prestaties op een dieper niveau te analyseren zou rechtstreeks leiden tot veranderingen in het curriculum.
De echte impact kwam toen de gegevens duidelijke patronen lieten zien.
Als studenten binnen verschillende cohorten consequent onderpresteerden op een specifiek concept in een belangrijk scenario, konden Dr. Hébert en het team dit probleem onmiddellijk aanpakken.
“We moeten nadenken over de toepassing van concepten en competenties in de zorg, want dat is wat de meeste praktiserende verpleegkundigen aan het bed doen,” legt ze uit.
“We wisten altijd al dat er gebieden waren waarop we ons moesten concentreren. Maar nu we de gegevens hebben om dat te laten zien, is dat echt prettig.”
Zij en haar team kunnen deze bevindingen voorleggen aan cursusleiders en curriculumcommissies. Docenten reageren vervolgens door de concepten te versterken die studenten moeilijk vinden, zodat het onderwijs beter aansluit op de klinische praktijk.
Wat voorheen een algemene zorg zou zijn geweest, kan worden bevestigd met duidelijke, op data gebaseerde verbeteringen die zijn ontworpen om te versterken hoe studenten vaardigheden toepassen in klinische settings.
“Sommige mensen laten zich overtuigen door data,” zegt ze. “Ik ben een kwantitatief persoon. Daarom is het zo fijn geweest om deze kwantitatieve gegevens te hebben. Het geeft ons nu echt richting.”
“Het informeert onze programmabehoeften beter dan we ooit eerder hebben kunnen doen.”
Naast het gebruiken van gegevens om programmakeuzes te onderbouwen, heeft het team versterkt hoe studentbekwaamheid wordt ontwikkeld en geëvalueerd.
Zij implementeerden gestructureerde labs voor doelbewuste oefening waarin studenten:
Het programma legt ook meerdere beoordelingsmomenten vast, waaronder herhaalde pogingen wanneer studenten extra oefening nodig hebben.
SimCapture for Skills ondersteunt dit door prestaties te laten documenteren tijdens oefen- en beoordelingsactiviteiten en verschillende soorten beoordeling tijdens het oefenen mogelijk te maken.
Binnen deze labs voor doelbewuste oefening doen studenten ook aan peer-to-peer beoordeling door elkaars vaardigheidschecklists in te vullen, terwijl docenten aanwezig blijven om de prestatie te observeren en waar nodig toezicht te houden.
De resultaten van de labs voor doelbewuste oefening zijn sterk. De meeste studenten slagen bij de eerste poging voor de check-offs.
Deze structuren helpen ervoor te zorgen dat studenten voorbereid zijn voordat zij de eindbeoordeling bereiken.
Dr. Hébert legt uit dat betekenisvolle verandering doorzettingsvermogen vergde. “Het heeft ons twee jaar gekost om het voor elkaar te krijgen,” vertelt ze. Adoptie vereiste tijd, ondersteuning en consequent leiderschap, vooral terwijl docenten zich aanpasten aan nieuwe werkprocessen en verwachtingen.
“Je hebt iemand nodig die het draagt en volhoudt,” zegt ze.
Door zich te blijven richten op de langetermijndoelstelling, kon het programma consistente gegevenspraktijken binnen de docentengroep invoeren.
