Feasibility, acceptability and educational signal of a congress-based gamified challenge in Clinical Microbiology and Infectious Diseases: a cross-sectional telemetry and survey study

तकनीकी सारांश: एक कांग्रेस-आधारित गेमिफाइड चुनौती की व्यवहार्यता, स्वीकार्यता और शैक्षिक संकेत (Educational Signal)

समस्या विवरण
स्वास्थ्य पेशेवरों की शिक्षा को इंटरैक्टिव और लक्ष्य-उन्मुख अनुभवों में बदलने के लिए गेमिफिकेशन (Gamification) का उपयोग तेजी से किया जा रहा है। हालांकि, वास्तविक दुनिया के पेशेवर परिवेश, विशेष रूप से चिकित्सा सम्मेलनों (Medical Congresses) में इसके कार्यान्वयन के संबंध में साक्ष्य सीमित हैं। यद्यपि सम्मेलन उच्च-घनत्व वाले शैक्षिक वातावरण होते हैं, फिर भी कई गतिविधियाँ निष्क्रिय रहती हैं और टेलीमेट्री के माध्यम से वस्तुनिष्ठ मूल्यांकन का अभाव होता है। इसके अलावा, साहित्य में एक द्वंद्व है: जबकि गेमिफाइड प्रश्न जुड़ाव और स्मरण शक्ति को बढ़ावा दे सकते हैं, यह चिंता बनी रहती है कि यदि उन्हें कठोरता से डिजाइन नहीं किया गया, तो वे जटिल नैदानिक निर्णयों को सरल बना सकते हैं। यह अध्ययन एक लाइव मेडिकल कांग्रेस के संदर्भ में, विशेष रूप से क्लिनिकल माइक्रोबायोलॉजी और इंफेक्शियस डिजीज (CMID) के लिए, एक गेमिफाइड हस्तक्षेप की व्यवहार्यता, जुड़ाव और "शैक्षिक संकेत" (Educational Signal) का मूल्यांकन करने की आवश्यकता को संबोधित करता है।

कार्यप्रणाली (Methodology)
शोधकर्ताओं ने 27-29 मई, 2026 को आयोजित नेशनल कांग्रेस ऑफ द स्पेनिश सोसाइटी ऑफ इंफेक्शियस डिजीज एंड क्लिनिकल माइक्रोबायोलॉजी (SEIMC) के दौरान एक क्रॉस-सेक्शनल टेलीमेट्री और सर्वेक्षण अध्ययन आयोजित किया।

• हस्तक्षेप (Intervention): ToREIMC मोबाइल प्लेटफॉर्म का उपयोग करके एक संक्षिप्त, प्रतिस्पर्धी चुनौती। प्रतिभागियों ने 10 नैदानिक या सूक्ष्मजीवविज्ञानी (Microbiological) प्रश्नों के उत्तर दिए (30 के पूल में से यादृच्छिक रूप से चयनित: 4 आसान, 3 मध्यम, 3 कठिन)।
• स्कोरिंग तंत्र: एक समय-भारित (Time-weighted) स्कोरिंग प्रणाली जहाँ अंतिम स्कोर सही उत्तरों की संख्या और प्रतिक्रिया की गति दोनों को दर्शाता था, जिसे तीव्र नैदानिक तर्क को प्रोत्साहित करने और टाई (Tie) को कम करने के लिए डिज़ाइन किया गया था।
• डेटा संग्रह:
  • टेलीमेट्री: ऐप से निकाला गया डेटा, जिसमें भागीदारी का समय, सही उत्तरों की संख्या, अंतिम स्कोर और कुल प्रतिक्रिया समय शामिल है।
  • सर्वेक्षण: सीखने में सुधार, ज्ञान अंतराल की पहचान, प्रेरणा और सामग्री को तुच्छ बनाने के जोखिम पर धारणाओं का आकलन करने के लिए 5-पॉइंट लिकर्ट स्केल (Likert scale) का उपयोग करते हुए एक पोस्ट-एक्टिविटी प्रश्नावली।
• प्रतिभागी: 136 अद्वितीय उपयोगकर्ताओं से 144 भागीदारी (स्वैच्छिक सुविधा नमूना/Voluntary convenience sample)।
• विश्लेषण: वर्णनात्मक सांख्यिकी (Descriptive statistics), स्पियरमैन सहसंबंध (Spearman correlations - प्रदर्शन मेट्रिक्स के लिए), और सर्वेक्षण डोमेन के लिए आंतरिक स्थिरता अनुमान (क्रोनबैक अल्फा)। इसमें कोई नियंत्रण समूह (Control group) या प्री-पोस्ट टेस्टिंग का उपयोग नहीं किया गया।

मुख्य परिणाम

• व्यवहार्यता और जुड़ाव: गतिविधि अत्यधिक व्यवहार्य थी, जिसमें पूर्ण डेटा कैप्चर किया गया। भागीदारी 13:00 और 14:00 के बीच चरम पर थी (कुल भागीदारी का 37.5%), जो एक निर्धारित कांग्रेस ब्रेक के समय के साथ मेल खाती है।
• उपयोगकर्ता अधिग्रहण: चुनौती ने नए उपयोगकर्ताओं को सफलतापूर्वक आकर्षित किया। 55.9% अद्वितीय उपयोगकर्ता ToREIMC के संभावित नए उपयोगकर्ता थे (या तो प्लेटफॉर्म से अनभिज्ञ थे या उन्होंने पहले कभी इसका उपयोग नहीं किया था)।
• प्रदर्शन मेट्रिक्स:
  • सटीकता (Accuracy): औसत सटीकता 5.95/10 सही उत्तर (मध्यिका: 6/10) थी। केवल 5.6% ने पूर्ण स्कोर प्राप्त किया, जो दर्शाता है कि प्रश्न 'सीलिंग इफेक्ट' (Ceiling effect) के बिना पर्याप्त रूप से चुनौतीपूर्ण थे।
  • गति (Speed): मध्यिका कुल प्रतिक्रिया समय 132 सेकंड (~13.2 सेकंड/प्रश्न) था।
  • सहसंबंध (Correlations): अंतिम स्कोर का सही उत्तरों की संख्या के साथ मजबूत सहसंबंध ($\rho=0.976$) और प्रतिक्रिया समय के साथ विपरीत सहसंबंध ($\rho=-0.506$) था।
  • अनुभव प्रभाव (Experience Effect): नियमित ToREIMC उपयोगकर्ताओं ने अपरिचित उपयोगकर्ताओं (5.45/10) की तुलना में उच्च औसत सटीकता (7.05/10) प्रदर्शित की।
• धारणाएं (सर्वेक्षण):
  • सकारात्मक: 80.6% सहमत थे कि गेमिफिकेशन सीखने में सुधार करता है; 86.1% को लगा कि ट्रिविया प्रश्न ज्ञान के अंतराल की पहचान करने में मदद करते हैं; 81.3% को लगा कि प्रतिस्पर्धा प्रेरणा बढ़ाती है।
  • महत्वपूर्ण द्वंद्व (Critical Tension): 71.5% सहमत थे कि गेमिफिकेशन से जटिल नैदानिक सामग्री तुच्छ (Trivialized) हो सकती है, जो एक सूक्ष्म उपयोगकर्ता दृष्टिकोण को उजागर करता है।
  • विश्वसनीयता: शैक्षिक स्वीकृति मदों ($\alpha=0.81$) और आत्म-प्रभावकारिता मदों ($\alpha=0.87$) के लिए आंतरिक स्थिरता अच्छी थी।

प्रमुख योगदान

1. वास्तविक दुनिया का सत्यापन: अध्ययन इस बात का प्रमाण प्रदान करता है कि गेमिफाइड चुनौतियां एक मेडिकल कांग्रेस के खंडित, उच्च-घनत्व वाले वातावरण में व्यवहार्य और अत्यधिक स्वीकार्य हैं, जो नियंत्रित कक्षा सेटिंग्स से आगे बढ़ती हैं।
2. दोहरा उपयोग: हस्तक्षेप ने एक दोहरे उद्देश्य को पूरा किया: एक शैक्षिक मूल्यांकन उपकरण और एक भर्ती तंत्र, जिसने बहुमत में भाग लेने वाले नए उपयोगकर्ताओं को सफलतापूर्वक संलग्न किया।
3. शैक्षिक संकेत (Educational Signal): अध्ययन ने यह प्रदर्शित करके एक "शैक्षिक संकेत" को संचालित किया कि हस्तक्षेप वस्तुनिष्ठ प्रदर्शन मेट्रिक्स (सटीकता, गति) उत्पन्न करता है और दीर्घकालिक प्रतिधारण (Retention) डेटा के बिना भी स्वयं-अनुभूत ज्ञान अंतराल की पहचान को सुगम बनाता है।
4. सूक्ष्म स्वीकृति: शोध इस क्षेत्र के एक महत्वपूर्ण द्वंद्व को पकड़ता है: जबकि प्रतिभागी गेमिफिकेशन के प्रेरक और नैदानिक पहलुओं को महत्व देते हैं, वे साथ ही साथ सरलीकरण के जोखिम को भी पहचानते हैं, जो यह सुझाव देता है कि शैक्षिक मूल्य कठोर केस डिजाइन और फीडबैक पर निर्भर करता है।

महत्व और दावे
यह शोध दावा करता है कि CMID में एक संक्षिप्त, कांग्रेस-आधारित गेमिफाइड चुनौती एक व्यवहार्य शैक्षिक रणनीति है जो वस्तुनिष्ठ डेटा और उच्च जुड़ाव उत्पन्न करती है। लेखक अपने निष्कर्षों को निरंतर शिक्षण परिणामों के प्रमाण के बजाय एक "आशाजनक, प्रारंभिक शैक्षिक संकेत" के रूप में प्रस्तुत करते हैं।

अध्ययन निष्कर्ष निकालता है कि हालांकि हस्तक्षेप ने प्रतिभागियों को प्रेरित करने और ज्ञान पुनर्प्राप्ति को सुगम बनाने में सफलता प्राप्त की, लेकिन यह प्री-पोस्ट डिजाइन या अनुदैर्ध्य फॉलो-अप (Longitudinal follow-up) की कमी के कारण निरंतर ज्ञान प्राप्ति, व्यवहार परिवर्तन या रोगी-स्तर के परिणामों को प्रदर्शित नहीं करता है। लेखक इस बात पर जोर देते हैं कि CMID जैसे जटिल क्षेत्रों में गेमिफिकेशन को शैक्षिक रूप से मूल्यवान बनाने के लिए, इसे कठोर नैदानिक मामलों और व्याख्यात्मक फीडबैक पर आधारित होना चाहिए ताकि कथित तुच्छता के जोखिम को कम किया जा सके। भविष्य के कार्यों के लिए तुलनात्मक समूहों और अनुदैर्ध्य परीक्षण (Longitudinal testing) को शामिल करने की सिफारिश की गई है ताकि यह निर्धारित किया जा सके कि क्या यह मॉडल निरंतर सीखने के लाभों में परिवर्तित होता है।