Genom att implementera en innovativ metod för peer-to-peer-lärande med SimCapture for Skills hjälpte UMass att öka förstahandslyckandegraden och förbättra deras remediationsprocess.

Sjuksköterskeprogram står inför ett ökande tryck att förbereda sina studenter för en framgångsrik övergång till yrkespraktik. För att säkerställa studenternas beredskap har University of Massachusetts i Boston nyligen fokuserat på bedömning och utvärdering av sitt simuleringsprogram och hur det kopplas till klinisk praktik.

"Hälso- och sjukvården förändras – och sjuksköterskeprogram behöver verkligen utvärdera sig själva och hur vi kan förbereda studenterna bättre."

- Rosemary Samia, MSN, RN, CNS, CHSE
Chef, Center for Clinical Education & Research, University of Massachusetts Boston

Rosemary ville säkerställa att de data de samlade in var meningsfulla – inte bara rapporter och kalkylark – och i slutändan skulle hjälpa dem att vara säkra på att deras studenter byggde de kompetenser som behövs för praktiken. "Vi bör kunna se att våra studenter förbättrar sig," säger Rosemary. "Vi vill vara säkra på att de utvecklas på ett sätt som gör att de, när de tar examen, är trygga nybörjare."

På UMass Boston måste sjuksköterskestudenter klara sina praktiska färdighetsprov till 100 %. “Vi har en hög standard på UMass,” förklarar Rosemary. “Om studenterna inte uppnår detta, måste de komma tillbaka till labbet.”

Innan studenterna får testa igen måste de genomföra obligatorisk kompensationsutbildning. Tidigare var kompensationen en väldigt tidskrävande process: små grupper om 1 eller 2 studenter träffades under 2 timmar med en forskarstudent.

Precis som alla andra sjuksköterskeutbildningar som för närvarande brottas med brist på lärare och växande studentgrupper, upptäckte UMass till slut att deras kompensationsprocess inte längre var hållbar. "När våra kurser blev större hade vi inte tiden, utrymmet eller lärarna för att tillhandahålla den mängd kompensation som behövdes," minns hon.

De behövde hitta ett sätt att kompensera fler studenter med färre lärare – utan att kompromissa med kvaliteten på kompensationen.

Under en nyligen genomförd termin gjorde 160 studenter ett mellanprov i hälso- och sjukvårdsbedömning – och 60 av studenterna klarade inte det obligatoriska kravet på 100 %. Rosemary och hennes team bestämde sig för att testa att använda SimCapture for Skills för att kompensera dessa studenter mer effektivt.

Under ledning av två forskarstudenter kom 30 studenter in i labbet åt gången och delades in i grupper om 3 för att öva i peer-to-peer. Vid slutet av timmen testades studenterna på nytt på sina färdigheter.

Resultaten var oerhört framgångsrika: 51 av de 60 studenterna klarade provet efter 1 timme med kompensation använda SimCapture for Skills.

De hade hittat ett sätt att effektivt kompensera 30 studenter per timme med färre lärare. Med den gamla kompensationsprocessen skulle detta ha krävt 120 timmar av handledningstid.

“Vi såg enorm framgång,” säger Rosemary. “Det minskade tiden som vi behövde lägga på kompensation och på att boka laboratorieutrymme.”

SimCapture för färdigheter har underlättat en kontinuerlig förbättring av undervisningen vid UMass genom att tillhandahålla meningsfulla prestationsdata om studenternas utveckling i de veckovisa labben. 
 
Med hjälp av data från SimCapture för färdigheters elektroniska checklistor kan lärare se var studenterna har mest problem så att de kan justera sin undervisning veckan därpå. Dessutom ger verktyget insikt i hur studenter använder sin övningstid.  
 
"Vi har haft en betydande förbättring i undervisningen som har genomförts," berättar Rosemary.  
 
UMass utnyttjar också bedömnings- och utvärderingsdata i sina högfidelitetssimuleringar. "Vi börjar med deras psykomotoriska färdigheter i labbet och sedan extrapolerar vi det till simuleringen," förklarar hon.

Och, de data de samlar in är inte begränsade till lärare som bedömer studenter – utan inkluderas även studenter som bedömer lärare med hjälp av granskade verktyg efter deras simuleringar, samt lärare som bedömer varandra.  
 
"Vi kan verkligen göra stora förändringar," säger hon. "Lärare kan ta dessa data och se var det finns utrymme för förbättring och var deras styrkor ligger. Och när vi har fångat det kan vi para ihop lärare, vi kan sätta ihop studenter som är riktigt starka inom ett område, [och] vi har ett helt sjuksköterske-mentorprogram som har vuxit fram ur detta. Det kan få ett eget liv." 
 
"Dina data berättar verkligen en historia," försäkrar Rosemary. "Men du måste kunna läsa vad data säger – och sedan göra något av det."  

Om du är intresserad av att börja använda mer data i ditt program, är Rosemarys expert tips till dig att börja smått.

Titta på vad du redan samlar in. Är det på papper? Vad gör du med det? Kanske skulle en övergång till elektronisk insamling göra det enklare för dig att analysera.

Börja med något som är hanterbart. Du kommer inte att kunna göra allt på en gång – men välj bara en sak, börja där, [och] gör förändringar. Känn inte att du måste få det rätt på första försöket. [Vårt program] har tagit två år att utveckla och vi ändrar ständigt saker till det bättre.

Tack till Rosemary Samia vid UMass Boston för att hon delade sin berättelse