基于数据分析对护生学习风格的探讨及其在临床教学中的应用效果

王齐，马静，冯奕楠，姚琦

（1.黑龙江省医院院办公室，黑龙江哈尔滨 150036；2.黑龙江省医院护理教研室，黑龙江哈尔滨 150036）

临床护生的教学和培养是一个复杂的过程，其成功的关键在于提供个性化、 具有针对性的教学方案，以满足各种类型学生的需求。 然而，当前的临床护生带教中存在一些问题：传统的教学方法缺乏针对性和灵活性，不能充分满足不同学生的学习需求；教学资源和护理实践经验的共享机制不完善，导致学生在学习过程中可能遗漏重要的护理实践知识；缺乏对学生护理实践技能的实时评估和反馈，使得教学效果难以得到保证。 数据分析作为新兴的科技手段，为解决上述问题提供了新的视角[1]。 信息技术和各种数据资源改变了临床诊疗环境，并改善了医学生的临床学习环境[2-3]。 在临床护理教学中，数据分析技术的应用，尤其是在个性化护理教学中，具有巨大的潜力和重要性[4]。在教学领域，数据分析可以用于收集和分析学生的学习行为、教学反馈及其他相关数据，从而为个性化教学提供数据支持。 通过对这些数据的分析，可以得到学生的学习需求、学习风格及学习效果，从而设计出更为合适的教学方案。基于数据分析的个性化护理教学方案的设计和应用，不仅有助于解决当前的临床护生带教中存在的问题，更可能改善教学效果[5]。本研究将对基于数据分析下的针对各护生学习风格的教学方案进行详细探讨，并研究其在临床护生带教中的应用。 现报道如下。

1 资料和方法

1.1 一般资料

选取2021 年3 月—2022 年12 月在该院进行临床护理实习的、来自同一所本科院校的本科护生作为研究对象。 纳入标准：（1）接受临床护理带教的护生；（2）年龄20～24 岁；（3）已经完成基础护理课程的学习；（4）自愿参与本研究，并同意按照研究设计的要求进行学习。排除标准：存在严重身心疾病，影响正常学习者。该研究经院医学伦理委员会批准。按照入学时间，将2021 年入学的38 名护生纳入控制组，2022 年入学的39 名护生纳入试验组。两组学生性别、年龄和在校课程的总成绩比较，组间差异无统计学意义（P＞0.05）。见表1。

表1 两组护生基本资料比较

1.2 试验组教学方法

控制组护生按照传统临床护理带教方式进行学习，试验组护生接受基于数据分析的个性化护理教学方案的教学。

1.2.1 控制组

控制组护生按照传统临床护理带教方式进行学习，主要包括“面对面”的课堂讲解、模拟实训室的实践操作及临床实习。 教学内容按照教学大纲进行，以确保所有护生都能掌握基础的护理知识和技能。

1.2.2 试验组

1.2.2.1 学习情况调研

对试验组护生的学习风格、学习困难部分、学习需求、期待学习目标、学习习惯及护理专业领域兴趣展开了调查。 见表2。

表2 试验组护生学习情况调研结果

1.2.2.2 教学过程

本研究的教学团队由带教经验丰富的内、外、妇、儿科临床护理教师组成。团队负责教授学生专业的护理知识和技能，分析收集到的数据，提供护生的学习画像和个性化学习路径。 （1）基于数据分析的预测模型：利用护生的学习画像和历史学习数据，教学团队将建立预测模型，预测护生的学习进度、理解力及可能的学习困难。 提前预防和解决学习问题，确保护生的学习效果。（2）个性化学习路径：基于每位护生的学习需求、学习风格及学习目标，教学团队将为每位护生设计个性化的学习路径， 包括个性化的教学内容、教学方式及教学进度。教学团队将根据护生的反馈和学习数据，持续调整学习路径，以确保其与护生的实际需求和进度相匹配，具体如下：①针对护生学习风格的特点，为视觉、听觉和动手实践类型的学生提供不同形式的教学活动。例如，对于视觉型学生，在教学中增加了更多的图表和演示； 对于听觉型学生，在教学过程中强调口头讲解和讨论；对于动手实践型学生，增加更多的实践操作和模拟训练。 ②针对学习困难类别，针对性地为护生提供指导和支持。例如，对于缺乏自信和经验的学生，提供更多的实践机会，并通过实时反馈和指导，帮助其提高临床知识和技能。 对于有时间管理困难的学生，为其提供学习规划和时间管理的培训。③学习需求方面，根据学生对临床技能、疾病理解和沟通技巧的需求进行针对性的教学。 例如，组织病人护理和技能操作的实训，进行疾病知识和防控的讲座，开展病人和家属沟通的模拟训练。 ④针对期待的学习目标，为希望成为专科护士的学生提供相关的专业课程和实习机会；为希望提升领导力的学生组织团队管理和决策能力的培训；为希望获得研究经验的学生提供疾病研究和护理技术研究的机会。⑤根据学生的学习习惯，为早起学习的学生安排早上的教学活动，为晚上学习的学生安排晚上的自习和复习时间。⑥针对护理专业的兴趣领域，为对手术护理、儿科护理、急诊护理、妇产科护理和老年护理感兴趣的学生， 分别提供了相关科室的实习机会和专业课程。 （3）实时反馈和调整：通过数据分析，教学团队可以获得护生的实时学习数据，如学习进度、学习效果及学习满意度等。教学团队可将这些数据及时反馈给护生，同时调整教学策略和教学内容，以提升教学效果。 （4）结果评估：结合传统的考试评估和数据分析，教学团队将全面评估护生的学习效果，包括护生的知识掌握程度、技能运用能力及学习满意度等。

1.3 观察指标

（1）知识掌握程度。 针对内科、外科、妇科和儿科分别进行出科理论考试， 每个科目满分为100 分（60分及格）。（2）技能运用能力。使用评分制的实践操作评估表评估护生技能运用能力。这些评估表会根据内科、外科、妇科和儿科的特性进行调整，满分为100 分（60 分及格），包括各项护理技能的掌握程度、技能操作的流畅性、及病患处理的恰当性等。 （3）学习满意度。 采用Likert 5 点量表（1=非常不满意，5=非常满意）进行评估，内容包括对内科、外科、妇科和儿科教学内容、教学方式及教学效果的满意度，满分15 分，分数越高表示护生满意度越好。（4）学习动态监测。收集护生在内科、外科、妇科和儿科的学习进度（完成学习任务的百分比）、学习时间（每天的学习时间，单位为h）、 学习互动（以班级为单位每天在线讨论的次数）数据。

1.4 统计方法

采用SPSS 22.0 统计软件进行数据分析。 计数资料以[n（%）]表示，组间比较采用χ2检验或Fisher's 确切概率法；计量资料以（）表示，组间比较采用独立样本t检验。P＜0.05 为差异有统计学意义。

2 结 果

2.1 两组知识掌握程度比较

试验组内科、外科、儿科的知识掌握均分均高于控制组，组间差异有统计学意义（P＜0.05）；试验组内科、外科及格率均高于控制组，组间差异有统计学意义（P＜0.05）。 见表3。

表3 两组护生知识掌握程度比较

2.2 两组技能运用能力比较

试验组内科、外科的技能运用能力得分和及格率均高于控制组，组间差异有统计学意义（P＜0.05）。见表4。

表4 两组护生技能运用能力比较

2.3 两组学习满意度和学习动态比较

试验组内科、外科、妇科、儿科的学习满意度均高于控制组，组间差异有统计学意义（P＜0.05）；试验组学习进度快于控制组，学习时间长于控制组，学习互动次数多于控制组，组间差异有统计学意义（P＜0.05）。见表5。

表5 两组护生学习满意度和学习动态比较（±s）

表5 两组护生学习满意度和学习动态比较（±s）

组别学习满意度（分）内科外科妇科儿科学习动态监测学习进度（%）学习时间（h）学习互动（次）控制组（n=38）试验组（n=39）t 值P 值12.58±0.92 14.13±0.87 3.590 0.000 11.47±0.85 14.08±0.83 3.517 0.000 11.61±0.88 13.98±0.89 2.511 0.014 12.73±0.91 14.18±0.92 2.958 0.004 78.22±15.33 85.33±14.12 2.813 0.006 4.32±1.12 5.12±1.05 4.210 0.000 5.33±2.12 6.43±2.15 3.121 0.003

3 讨 论

本研究试验组通过收集和分析学生的学习画像、学习需求及学习风格等数据，为每位护生设计了个性化的护理教学方案；采用了数据预测模型，预测学生的学习进度、理解难度及可能的学习困难，提前预防和解决学习问题，确保学生的学习效果；同时，使用数据进行实时反馈和调整，根据学生的学习数据，及时调整教学策略和教学内容，以提升教学效果；结合传统的考试评估和数据分析， 全面评估学生的学习效果。 结果表明，试验组护生在知识掌握程度和技能运用能力上， 尤其在内科和外科的知识和技能掌握方面，表现出显著的优越性。 这说明数据分析驱动的个性化教学方案能更好地满足学生的学习需求，加深学生对知识和技能的理解， 进而提升其护理实践能力。同时， 试验组护生的学习满意度也明显高于控制组。这可能源于个性化的教学方案能更全面地满足学生的学习兴趣和需求，从而提高其学习满意度。最后，从学习动态的角度来看， 试验组的学习时间长于控制组，学习互动次数多于控制组，这反映出数据分析的应用使得教学过程更加精细化和个性化，能够引导学生更积极地参与学习和互动，提高其学习效率和学习质量。

基于数据分析的个性化护理教学方案的优势体现在：（1）提高学习效果。通过数据分析实现个性化教学可以显著提高学生的知识掌握程度和技能运用能力。基于数据分析的教学模式可以根据每个学生的学习风格、 学习需求及学习目标定制个性化的教学方式，从而提升学习效果。 Fritze O 等[6]利用大数据设计了一个基于网络的、 交互式的、 用户友好的平台（MERlin 数据库），使教师能够绘制、诊断和开发课程活动， 使学生能够实现可视化结果并促进其学习效果。（2）提升学习满意度。个性化的教学方案可以增强和丰富学生的学习体验[7-8]，通过数据分析实现数字化和个性化定制，使教学和讲座适应每个医学生的个人需求，使得学生能够更积极地参与学习，提升学习的满意度[9]。（3）学习动态监测。通过数据分析技术，可以实时监控学生的学习进度和学习的有效性，发现学生的学习困难部分，并及时进行调整，这对于提高学习效率和学习质量具有重要意义[10]。临床教育中使用数据挖掘知识、发现问题，可以加深教师对临床实践经验的理解[11]。此外，还有研究显示，数据分析可以帮助决策者和教育专业人员跟踪和监控教育的平等性和干预措施的有效性，以建立一个更加公正和公平的社会；利用数据分析可以增强诚信和道德，避免抄袭和重复率[12-13]。 然而，在具体的使用数据分析和教学执行中，还存在以下问题：（1）数据隐私保护。 在收集和使用学生数据的过程中， 需要严格遵守相关法律法规，保护学生的隐私权。 这需要建立一套完善的数据安全保护系统和隐私保护政策[14]。 （2）数据收集和分析的难度。 数据收集需要花费大量的人力和物力，且涉及各种数据类型和数据源的整合，这是一项具有挑战性的任务。 同时，为从海量的数据中提取出有价值的信息，需要相关人员具备高水平的数据分析能力和专业知识。（3）技术和设备的要求。实施基于数据分析的个性化教学方案需要先进的技术和设备的支持，如数据存储、处理的设备，以及数据分析的软件等。这可能会增加教学的成本。（4）教师的培训和接受度。要实施基于数据分析的个性化教学方案，教师需要具备一定的数据分析能力，且需要接受新的教学模式，这可能需要一定的时间和精力投入。 因此，为了进一步优化基于数据分析的个性化护理教学方案，未来的研究重点应放在如何提高数据分析的准确性，如何优化数据收集的过程， 以及如何加强对教师的培训等方面。同时，应积极探索解决数据隐私保护、技术设备要求等实施过程中的挑战。

综上，本研究证实了基于数据分析下的护生学习风格教学在提高护生学习效果、满意度等方面具有显著的优势。这一教学模式的实施不仅可以提高临床护生的学习质量，还可以为其在实际工作中更好地服务患者打下坚实的基础。 然而，在实施过程中可能遇到的挑战，包括数据隐私保护、数据收集和分析的难度，以及技术和设备的要求等，这需要在未来的研究和实践中寻找有效的解决方案。