データを活用した教育: 効果的な教育のための実用的なインサイト

医療従事者のための掲示板やインターネットフォーラムにアクセスすると、新しい職業に圧倒された多くの新しい看護師という共通のテーマが浮かび上がります1。自身の能力に対する不安や仕事のきつさに対して、幻滅を感じたり、キャリアを再考したりしていることは確かです。
しかしそれはなぜでしょうか?
カリキュラムが原因でしょうか? そうとは思えません。
学生が学んでいる内容が問題だとしたら、ほぼすべての看護師からだけでなく、その学習内容を採用していた病院や医療施設など、業界全体が反発するのを見ることになるでしょう。
看護教育の環境を考慮すると、学校で常に存在する問題は、学生がどのように学び、その知識が彼らにどのように授けられているかの 2 つです2。
標準的な学習環境では、講義室について考えると、学生は講義や実践的な練習を通して授業を受け、時折インストラクターが観察する中、テストや小テストを通して評価を受けます。しかし、シミュレーションベースの訓練と比較すると、この方法では学生が学んだ内容を実装するためにどのように準備をするかではなく、何を知るかを制御するかが重要であるため多くの人にとっては不十分です3。
実際の仕事のために準備が整っているかを確認するためのデータがありません。
小テストは成績が伸びやすいため4、学習者のチーム内、特に階層内でのコミュニケーションの有効性を判断するためには最適な手段ではありません。
グループでの割当でさえ、医療従事者を目指す学生がリーダーシップの役割を担うための方法を指導するのには不十分です。さらなる教育と準備のためには、医療システム内で生き残るだけではなく成功するために、レジリエンスが指導に浸透している必要があります。
しかし、それを行うには、学生の理解度や進捗度をより深く理解する必要があります。分離され適切に分析されたデータがあれば、深い洞察を得ることができます。
学習者のための標準化されたシミュレーションを実行することで、実用可能な洞察のためのデータを作成し、教育における不公平感や無意識の偏見を軽減することができます5。
分析の集約と提供の両方が可能なソフトウェアを活用することは、準備をする上で最大の課題となる個人、ピアラーニング、グループ設定での包括的な質問に対する答えを見つけるために不可欠です6:
コホート全体に共通する問題や課題点はありますか?
コミュニケーションやケアの継続性が最も断絶しやすい部分はどこですか?
学生は特定のスキルや作業の一部を習得するのに絶えず苦労していますか?
これらの答えが具体化し始めると、教員は学生が直面する学習障害に対処するための具体的な行動指針を得ることができるようになります。ピアラーニングの方法論を活用し、学習成果が異なる学生をペアにすることは両方の学生に役立ちます。ペアのになったそれぞれの学生は、自分と同じレベルの誰かから新しい観点を得るだけでなく、他の学生に知識を伝えることで自身のスキルを強化することができます7。
これは、新たな学習経路を提供するだけでなく、教員の時間を節約することにもつながります。直接の指導から解放されたインストラクターは、シミュレーションからの学習成果をより深く追求し、学生のソフトスキルを観察することもできます。このように全体像を把握することで、教育者は教育の質を落とすことなくより多くの学生と関わり合いが持てるようになります。
経時的に、さまざまな授業からのデータを活用することでより多くの利点を得ることができます。コホートを評価すると、オンボーディング時間の遅延や急速な成長点などのパターンが明らかになります。これらのそれぞれの間隔を特定することは、将来のカリキュラムの提供に影響を与える上で有益です。
例えば、いくつかの授業サイクルに渡って、生徒は第 2 章からの方法論にすばやく適応しても、第 6 章の要素には時間がかかっていることが明らかになっています。その場合、教育者は第 2 章には短い時間、第 6 章には長い時間を割り当てるシラバスを計画することでそれに対応します。
組織の管理レベルにおいて、これらの洞察はコホートに適した教授法を持つ教育者を割り当てるのに役立ちます8。例えば、A教授の生徒はトレーニング後半においては優秀ですが、早期では苦労する傾向があるとします。その場合、すべての当事者が生徒への後期での指導に最も注力することが最優遇されるでしょう。
学習者の洞察と同様に、適切な分析を提供するソフトウェアを持つという点もこのプロセスには重要です。しかし、すべての関係者を評価するための標準化された慣行がある場合、ただ記録して手動で計算しても同じデータが明らかになるだけです。
In action:
IMSH 2022 では、マサチューセッツ大学ボストン校のローズマリー・サミア先生に、教育におけるデータの重要性についてお話を伺いました。