Du kan gå til en hvilken som helst opslagstavle eller internetforum for sundhedspersonale, og så vil du se et fælles tema, der dukker op - Et flertal af nye sygeplejersker er overvældet af deres nye erhverv¹. Uanset om det skyldes angst for mangel på kompetence og/eller kravene til jobbet, er der en klar tendens til desillusion og genovervejelse i forbindelse med karrieren.  

Men hvorfor? 

Er det læseplanen?  Det virker ikke særligt sandsynligt.  

Hvis det, de studerende har lært, var problemet, ville vi se en tilbagegang i hele branchen. Ikke kun fra stort set alle sygeplejersker, men fra de hospitaler og medicinske faciliteter, der ansatte dem. 

Med hensyn til sygeplejeuddannelse er en konstant udfordring uddannelsesinstitutionerne , både hvordan de studerende lærer, og hvordan denne viden formidles til dem².

I et typisk læringsmiljø undervises de studerende gennem forelæsninger i en stor forelæsningssal og praktiske øvelser, og de vurderes gennem tests og quizzer med lejlighedsvis instruktørobservation. Men dette fungerer ikke optimalt for mange af de studerende, da det er en kontrol af, hvad de ved, ikke om de er parate til at implementere det i forhold til simulationsbaseret træning³.

Der er ingen datakontrol af, om de er forberedt på erhvervets virkelige scenarier. 

Quizzer, der bruges til at bedømme indlæring⁴, er ikke et optimalt middel til at bestemme effektiviteten af en studerendes kommunikation inden for et team, især ikke i et hierarki.  

Selv gruppeopgaver er ikke tilstrækkelige til at undervise håbefulde læger i, hvordan man påtager sig en lederrolle. For at videreuddanne og forberede de studerende skal undervisningen være bygget på robusthed, så de ikke blot kan arbejde, men trives i sundhedssystemet. 

Men det kræver en dybere forståelse af de studerendes indlæring og fremskridt. Dataene er der, og når de isoleres og analyseres korrekt, giver de nyttig viden. 

Anvendelse af standardiserede simuleringer for de studerende producerer data til handlingsrettet indsigt samtidig med, at ulighed og ubevidst bias elimineres fra uddannelsen⁵.

Brug af en software, der både kan samle og levere analyser, er afgørende for at finde svar på de overordnede spørgsmål i individuelle, peer-to-peer- og gruppescenarier, som er de største udfordringer i forberedelsen⁶:

Er der udfordringer eller svage punkter, der er fælles i hele kohorten?
Hvor forekommer de fleste mangler i kommunikation/kontinuitet i plejen?
Kæmper de studerende løbende med at mestre en bestemt færdighed eller et bestemt aspekt af jobbet?
 

Efterhånden som disse svar begynder at blive åbenbare, er fakultetet bemyndiget til at tage specifikke handlingsforløb for at imødekomme de læringsproblemer, som deres studerende står over for. Ved at bruge en peer-to-peer-metode til at parre studerende med forskellige læringsresultater hjælper begge de studerende. Hvert medlem af parret får et nyt perspektiv fra nogen på deres eget niveau og det styrker deres egne færdigheder ved at skulle formidle viden til den anden studerende⁷.

Dette giver ikke kun en ekstra læringsmulighed, men det sparer også fakultetet tid. Eftersom underviserne ikke længere behøver at give direkte instruktioner, kan de udforske læringsresultater fra simuleringerne mere grundigt og fokusere på de svagere færdigheder hos de studerende. Dette øgede overblik giver underviserne mulighed for at nå ud til flere studerende uden, at det forringer leveringen af uddannelsen. 

Over tid giver brugen af data fra forskellige klasser endnu flere fordele. Evaluering af kohorter vil afsløre mønstre som langsomme onboarding-perioder og hurtige vækstpunkter. Det kan være nyttigt at identificere disse respektive intervaller for at udvikle den bedste levering af læseplan fremover. 

For eksempel ses det over flere klassecyklusser at eleverne viser hurtig tilpasning af metodologi fra kapitel 2, men tager længere tid med elementer i kapitel 6. Underviserne kan afhjælpe dette problem ved at planlægge deres læseplan med henholdsvis kortere leveringer af kapitel 2 og længere leveringer af kapitel 6. 

På institutionens administrationsniveau hjælper disse indsigter med at tildele undervisere til kohorter, der er bedre egnet til deres undervisningsmetoder⁸. For eksempel har professor A's studerende en tendens til at udmærke sig i de sidste faser af deres træning, men har flere problemer i begyndelsen. Det ville være mest gunstigt for alle parter, hvis de var mest ansvarlige for undervisning med studerende i de sidste faser. 

Ligesom viden med hensyn til de studerende er det vigtigt at have en software til korrekt at levere analyser med denne proces. Manuel registrering og levering af matematikken giver dog de samme data, hvis der er standardiseret praksis til vurdering af alle involverede parter.