← 最新の論文
📄 social_science

SEPI-SIM: An Educational Architecture for Longitudinal Competency Development in Simulation-Based Health Professions Education

本論文は、コンピテンシーに基づく教育、シミュレーション、プログラマティック・アセスメント、構造化されたフィードバック、および学習分析を統合し、断片的な教育活動を、保健医療専門職教育におけるエビデンスに基づく意思決定のための首尾一貫した縦断的なシステムへと変革する4フェーズの教育アーキテクチャであるSEPI-SIMを紹介している。

原著者: Hugo Berríos-Arvey, Evelyn Cisterna-Vega

公開日 2026-09-02
📖 1 分で読めます☕ さくっと読める

原著者: Hugo Berríos-Arvey, Evelyn Cisterna-Vega

原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む

医師、看護師、その他の医療従事者を育成するという極めて重要な世界において、目標は単に学生が教室で過ごす時間をカウントすることから、彼らが実際に何ができるかを測定することへとシフトしています。現代の医学教育はシミュレーションに大きく依存しており、そこでは学習者が実際の患者に触れる前に、安全で制御された環境でスキルを練習します。このアプローチは、学期の終わりにテストに合格することではなく、臨床的推論やチームワークといった特定の能力を習得することに焦点を当てた、コンピテンシーに基づく学習と組み合わされています。また、教育者は、指導者が学生のパフォーマンスを注意深くレビューして導く構造化されたフィードバックや、学生の学習方法のパターンを特定するためにデータを長期間追跡するラーニング・アナリティクスも活用しています。これらのツールはそれぞれが強力ではありますが、多くの場合、個別に機能しています。学生はシミュレーションで練習し、成績を受け取り、フィードバックを得て、データが記録されるかもしれませんが、これらの情報は、数ヶ月や数年にわたる彼らの成長について完全な物語を語るために結びつくことは滅多にありません。この断片化により、学習者の発達の全体像を把握したり、カリキュラムを改善するための情報に基づいた決定を下したりすることが困難になっています。

この問題を解決するために、サン・セバスティアン大学の研究者であるウゴ・ベリオス=アルヴェイとエブリン・システナ=ベガは、「SEPI-SIM」と呼ばれる新しい教育フレームワークを設計しました。これは新しいタイプの医学的シミュレーションや特定のテストではなく、むしろ、既存の教育ツールを一つの連続したシステムとして機能させるための、どのように組織化すべきかという設計図です。研究者たちは、2010年から2024年の間に発表された数千もの研究をレビューし、医学的スキルを教え、評価するための最も効果的な方法を探ることで、このアーキテクチャを開発しました。彼らは、最も成功しているトレーニングプログラムは、コンピテンシーに基づく教育、シミュレーションに基づく学習、プログラマティック・アセスメント(一つの大きな試験の代わりに多くの小さな評価を用いるもの)、構造化されたフィードバック、そしてラーニング・アナリティクスの5つの主要な領域に依存していることを発見しました。課題は、これらの領域が通常、別々の部門として扱われてきたことでした。SEPI-SIMは、これらを学生の教育期間全体を通じて実行される4つのステップのサイクルへと織り交ぜていきます。

プロセスは、診断的アセスメントから始まります。ここでは、教育者がシミュレーションを開始する前に、学生がすでに何を知っており、何を学ぶ必要があるのかを把握します。これにより、各学習者のベースライン・プロファイルが作成されます。次に、学生はシミュレーション・フェーズに入り、段階的に難易度が上がるシナリオの中で練習を行います。単に合格か不合格かではなく、コミュニケーション、技術的能力、意思決定といった特定のスキルを追跡する詳細なチェックリストやルーブリックを用いて、パフォーマンスが繰り返し測定されます。すべてのシミュレーションの後、第3フェーズである構造化されたフィードバックが始まります。ここでは、学生とインストラクターが、何がうまくいき、何を改善すべきかを振り返るためのガイド付きの対話を行い、アセスメントを単なる判断ではなく、学習の瞬間へと変えます。最後に、第4フェーズでは、ラーニング・アナリティクスを使用して、前のステップからのすべてのデータを収集します。この情報は長期的な記録としてまとめられ、学生がどのように進歩しているかを示すとともに、教育者が傾向を特定し、追加の支援が必要な学生を特定し、グループのニーズにより適するようにカリキュラムを調整することを可能にします。

SEPI-SIMの核心となる考え方は、アセスメントとは一連の孤立したイベントではなく、継続的な証拠の流れであるべきだということです。初期診断、練習セッション、フィードバックの会話、そして長期的なデータ追跡を連結させることで、このシステムは学生の歩みの首尾一貫した物語を作り出します。このアプローチにより、すべてのシミュレーション活動が、学習者の能力に関するより大きな理解に寄与することが保証されます。研究者たちは、このフレームワークが柔軟で転用可能であることを強調しています。つまり、異なる医学部やトレーニングプログラムに適応できるということです。それは、成績やメモの混沌としたコレクションを、個々の学生とプログラムを運営する機関の両方をサポートする、明確で整理されたシステムへと変貌させます。

しかし、著者らは、SEPI-SIMは現在、理論的なモデルであり、実世界の教室で完全にテストされたシステムではなく、既存のエビデンスに基づいた設計であることを慎重に注記しています。その論理は妥当であり、確立された教育原則に基づいていますが、このフレームワークが異なる機関において実践的に機能するかどうかはまだ証明されていません。研究者たちは、このシステムが実際に学生のアウトカムを向上させるのか、既存のスケジュールにどの程度適合するのか、そしてその中で使用されるツールが信頼できるのかを確認するために、将来の研究が必要であることを認めています。また、学校は自らのリソースやテクノロジーに合わせてモデルを適応させる必要があるとも指摘しています。これらの限界はあるものの、この提案は、教育、テスト、そして学習の間の点をつなぐことに苦慮している分野に対して、明確な進むべき道を示しています。これらの要素を統合するための構造化された方法を提供することで、SEPI-SIMは、断片化された医学教育のピースを、有能で自信に満ちた医療専門家の育成を真にサポートする統一されたシステムへと変えることを目指しています。

自分の分野の論文に埋もれていませんか?

研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。

Digest を試す →