Histoire client
Le College of Nursing de l'Université du Tennessee à Knoxville propose des expériences de simulation innovantes pour former aux compétences psychomotrices, à l'évaluation physique et aux soins cliniques appliqués en pratique. La simulation est intégrée à chaque cours clinique des programmes de premier cycle et de cycle supérieur.
PhD, infirmière diplômée d'État, CHSE
Doyenne adjointe, simulation pour le College of Nursing
Université du Tennessee à Knoxville
Le défi :
Le Dr Susan Hébert et son équipe à l’Université du Tennessee à Knoxville savaient qu’elles ne disposaient pas des données complètes et fiables nécessaires pour comprendre pleinement la progression des étudiants vers la compétence.
Des flux de travail manuels et des listes de contrôle sur papier signifiaient :
Ils avaient une idée des difficultés rencontrées par les étudiants, mais sans données cohérentes et détaillées, il était difficile de confirmer ces constats ou d’agir en conséquence.
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.
Le changement a rendu les données d’évaluation plus faciles à collecter et à consulter. Le Dr Hébert a expliqué qu’auparavant, les données nécessitaient une saisie et une gestion manuelles par le personnel de soutien.
“Auparavant, une spécialiste de l’évaluation titulaire d’un master et ses assistantes saisissaient toutes les données dans un tableur. SimCapture a considérablement allégé la charge de travail de ce groupe de personnes.”
Avec SimCapture, les données sont collectées au moment de l’évaluation et peuvent être consultées ou exportées selon les besoins.
“Ce qui se passe désormais, c’est qu’une fois les cours terminés, je télécharge toutes les données d’apprentissage de maîtrise et d’évaluation de scénarios que nous recueillons pour les résultats du programme,” dit-elle. “Je peux les télécharger rapidement dans des tableurs.”
Cela a permis au corps enseignant et au personnel de consacrer moins de temps à la gestion des données et davantage à leur analyse et à leur utilisation pour soutenir le développement des étudiants.
L’une des premières avancées est venue de l’amélioration de l’exhaustivité des données. Grâce à des évaluations structurées, les membres du corps enseignant ne pouvaient plus soumettre des listes de contrôle partiellement remplies. Cela a réduit les données manquantes et amélioré la fiabilité globale des résultats d’évaluation.
Ce changement a permis de rendre les données qu’ils examinaient plus précises et plus exploitables. Pour le programme, cela a marqué un tournant. Les données d’évaluation pouvaient désormais être utilisées en toute confiance pour mieux comprendre les performances des étudiants.
Une fois les données devenues fiables, le Dr Hébert et son équipe ont pu les utiliser de manière plus pertinente.
Ils pouvaient analyser des données portant notamment sur :
Au lieu de s’appuyer sur des tableurs manuels ou un support externe, ils pouvaient accéder rapidement aux informations nécessaires pour évaluer les performances.
Ce niveau d’analyse a permis au programme d’aller au-delà de l’enregistrement des résultats pour identifier des schémas de performance qui orientent l’enseignement et l’apprentissage.
Cette capacité à analyser les performances à un niveau plus approfondi allait conduire directement à des changements dans le cursus.
L’impact réel est apparu lorsque les données ont révélé des tendances claires.
Selon les cohortes, si les étudiants présentaient systématiquement des résultats insuffisants sur un concept spécifique dans un scénario clé, le Dr Hébert et son équipe pouvaient répondre immédiatement à cette problématique.
« Nous devons réfléchir à l’application des concepts et des compétences dans les soins, parce que c’est ce que font la plupart des infirmiers diplômés d’État au chevet du patient », explique-t-elle.
« Nous savions depuis le début qu’il y avait des domaines sur lesquels nous devions nous concentrer. Mais maintenant que nous avons les données pour le montrer, c’est vraiment appréciable. »
Elle et son équipe peuvent présenter ces résultats aux responsables des cours et aux commissions de programme. Le corps enseignant répond alors en renforçant les concepts que les étudiants ont du mal à comprendre afin de mieux aligner l’enseignement sur la pratique clinique.
Ce qui aurait autrefois été une préoccupation générale peut désormais être confirmé grâce à une amélioration claire, étayée par des données, conçue pour renforcer la manière dont les étudiants appliquent leurs compétences en contexte clinique.
« Certaines personnes sont convaincues par les données », dit-elle. « Je suis quelqu’un de très porté sur le quantitatif. C’est pourquoi il est si agréable d’avoir ces données quantitatives. Cela nous guide vraiment désormais. »
« Cela éclaire les besoins de notre programme mieux que nous n’avons jamais pu le faire auparavant. »
Parallèlement à l’utilisation des données pour orienter les décisions du programme, l’équipe a renforcé la manière dont les compétences des étudiants sont développées et évaluées.
Ils ont mis en place des ateliers structurés de pratique délibérée où les étudiants :
Le programme recueille également plusieurs points d’évaluation, y compris des tentatives répétées lorsque les étudiants ont besoin de pratique supplémentaire.
SimCapture for Skills soutient cette démarche en permettant de documenter les performances tout au long des activités de pratique et d’évaluation, et en autorisant différents types d’évaluation pendant la pratique.
Dans ces ateliers de pratique délibérée, les étudiants participent également à une évaluation entre pairs en complétant les listes de vérification des compétences les uns avec les autres, tandis que le corps enseignant reste présent pour observer les performances et assurer la supervision lorsque cela est nécessaire.
Les résultats des ateliers de pratique délibérée sont très positifs. La plupart des étudiants valident avec succès dès leur première tentative.
Ces structures contribuent à garantir que les étudiants sont prêts avant d’atteindre l’évaluation finale.
Le Dr Hébert explique qu’un changement significatif a exigé de la persévérance. « Cela nous a pris deux ans pour y parvenir », partage-t-elle. L’adoption a nécessité du temps, du soutien et un leadership constant, en particulier lorsque le corps enseignant s’est adapté à de nouveaux flux de travail et à de nouvelles attentes.
« Il faut quelqu’un pour le porter et aller jusqu’au bout », dit-elle.
En restant concentré sur l’objectif à long terme, le programme a pu instaurer des pratiques de données cohérentes parmi le corps enseignant.
