Przejdź do treści

Nauczanie z wykorzystaniem danych: praktyczne spostrzeżenia na rzecz lepszej edukacji

Large group of students learning about simulation

Przemiana edukacji

Odwiedzając dowolne forum dyskusyjne lub internetowe dla pracowników opieki zdrowotnej, napotykamy popularny wątek — wiele początkujących pielęgniarek jest przytłoczonych swoimi obowiązkami1. Niezależnie od tego, czy jest to spowodowane niepokojem o swoje kompetencje, czy oczekiwaniami stawianymi w pracy, pojawia się rozczarowanie i myśl o zmianie ścieżki kariery.  

Co jest tego przyczyną?

Czy problemem jest program nauczania?  Raczej nie.  

Gdyby problem stanowiło to, czego się uczą uczestnicy szkoleń, obserwowalibyśmy ogólny sprzeciw całej branży. Nie tylko ze strony każdej pielęgniarki czy pielęgniarza, ale także ze strony szpitali i placówek medycznych, które je zatrudniają. 

Biorąc pod uwagę środowisko edukacyjne, stałym wyzwaniem jest zoptymalizowanie sposobu, w jaki uczestnicy szkoleń się uczą, jak i sposobu, w jaki jest im przekazywana wiedza2.   

W standardowym środowisku nauczania, przypominającym salę wykładową, kursanci uczą się poprzez wykłady i ćwiczenia praktyczne, a oceniani są poprzez testy i quizy oraz sporadyczną obserwację instruktora. Jednak takie podejście w przypadku naszej branży nie wystarcza, ponieważ pozwala jedynie kontrolować, co wiedzą uczniowie, a nie to, jak są przygotowani do wdrożenia tej wiedzy3

Nie ma do dyspozycji miarodajnych danych pozwalających stwierdzić, czy osoby te są przygotowane do sprostania realiom zawodu. 

Luka w szkoleniu pielęgniarskim

Testy i quizy4, nie są optymalnym sposobem określania skuteczności komunikowania się uczestnika szkolenia w zespole, zwłaszcza w ramach hierarchii.  

Zadania grupowe również nie wystarczają do nauczenia przyszłych lekarzy, jak pełnić rolę lidera. Aby kontynuować edukację i przygotowanie do zawodu, instrukcje muszą być tworzone tak, by pozwalały uczestnikom skutecznie funkcjonować i przeć do przodu w systemie opieki zdrowotnej. 

Wymaga to jednak dokładniejszego zrozumienia poziomu przyswojenia materiału i postępów uczestników szkoleń. Dane są na wyciągnięcie ręki, a gdy je odseparujemy i odpowiednio przeanalizujemy, dostarczą nam wartościowych spostrzeżeń. 

Prowadzenie standaryzowanych symulacji dla uczestników dostarcza danych, które można wykorzystać w praktyce, a także zmniejsza nierówności i nieświadome uprzedzenia w edukacji5.  

Korzystanie z oprogramowania, które może zarówno agregować, jak i dostarczać analizy, jest niezbędne do znalezienia odpowiedzi na najważniejsze pytania — zarówno w przypadku szkoleń indywidualnych, peer-to-peer i grupowych — stanowiące największa wyzwania w fazie przygotowania6

Czy wspólne wyzwania lub problemy występują w całej kohorcie?
Gdzie występuje większość przerw w komunikacji / w ciągłości opieki?
Czy uczestnicy szkolenia stale zmagają się z opanowaniem konkretnej umiejętności lub aspektu pracy?
 

Wzrost wydajności

Gdy spostrzeżenia zaczynają się krystalizować, instruktorzy mogą podejmować konkretne działania pozwalające przezwyciężać przeszkody napotykane przez uczestników szkolenia. Wykorzystanie metodologii peer-to-peer w celu kojarzenia uczniów o różnej wydajności przyswajania wiedzy pomaga wszystkim zaangażowanym stronom. Każda osoba z pary zyskuje nowy punkt widzenia, a także wzmacnia własne umiejętności poprzez przekazywanie swojej wiedzy7.


Zapewnia to nie tylko dodatkową ścieżkę uczenia się, ale także oszczędza czas instruktorów. Uwolnieni od konieczności bezpośredniego przekazywania wiedzy instruktorzy mogą dokładniej badać efekty uczenia, a także obserwować umiejętności miękkie uczestników szkolenia. Dzięki takiemu rozszerzonemu spojrzeniu instruktorzy mogą dotrzeć do większej liczby uczniów bez żadnych przerw w nauczaniu. 

Osiągnij maksymalne wyniki

Korzystanie z danych ze wszystkich przeprowadzanych zajęć zapewnia duże korzyści. Ocena dużych zbiorów danych ujawnia wzorce, takie jak wydłużone okresy wdrażania i przyswajania informacji oraz momenty, w których następuje szybki wzrost wiedzy i doświadczenia. Zidentyfikowanie takich przedziałów czasowych pozwala na precyzyjne kształtowanie programu nauczania. 

Przykład: w trakcie kilku cykli zajęć okazało się, że uczniowie szybko przyswajają metodologię z rozdziału 2, ale potrzebują więcej czasu na zapoznanie się z elementami rozdziału 6. Instruktorzy mogą to uwzględnić, planując program zajęć tak, by rozdział 2 był odpowiednio krótszy, a rozdział 6 — dłuższy. 

Na poziomie zarządzania instytucją spostrzeżenia te pomagają w przypisywaniu instruktorów do kohort, które są lepiej dostosowane do ich metod nauczania8. Na przykład uczniowie profesora A mogą mieć tendencję do pewnych trudności na początkowych etapach i do lepszego radzenia sobie na późniejszych etapach szkolenia. Rozwiązaniem najkorzystniejszym dla wszystkich stron byłoby zatem, gdyby instruktorzy skupili się bardziej na wcześniejszych etapach. 

Podobnie jak w przypadku spostrzeżeń dotyczących uczestników szkolenia, kluczowe w tym procesie jest dysponowanie oprogramowaniem dostarczającym wiarygodnych danych analitycznych. Rejestrowanie i ręczne analizowanie pozwoli uzyskać te same dane, tylko jeśli istnieją znormalizowane praktyki oceny wszystkich zaangażowanych stron. 

IMSH 2022 — Rosemary Samia

Działanie:

Na konferencji IMSH 2022 spotkaliśmy się z Rosemary Samia z University of Massachusetts w Bostonie, aby omówić znaczenie danych w edukacji.


Zasoby

  1. https://www.emergingrnleader.com/wp-content/uploads/2020/10/NurseWellbeingAtRisk-Final2020-web.pdf 
  2.  https://www.clinmedjournals.org/articles/ianhc/international-archives-of-nursing-and-health-care-ianhc-5-114.php?jid=ianhc
  3.  https://www.sciencedirect.com/science/article/abs/pii/S0260691703000443
  4. https://www.nursingcenter.com/ce_articleprint?an=00024776-202101000-00004 
  5. https://journals.lww.com/simulationinhealthcare/Abstract/2021/08000/Recommendations_and_Guidelines_for_the_Use_of.8.aspx
  6. https://eric.ed.gov/?id=EJ1295232
  7. https://educationalsolutions.laerdal.com/peer2peer/covid19/pdf/White_paper_P2P_March_32.pdf 
  8. http://ijqr.net/journal/v12-n1/10.pdf

Poproś o więcej informacji

Jaką formę kontaktu preferujesz?

Dane osobowe przetwarzane są zgodnie z zasadami opisanymi w Polityce Prywatności Laerdal.

Dane osobowe przetwarzane są zgodnie z zasadami opisanymi w Polityce Prywatności Laerdal.