کاربست فناوری واقعیت افزوده در آموزش آناتومی: یک مطالعه مروری
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 229
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_HMED-16-2_008
تاریخ نمایه سازی: 27 اسفند 1403
چکیده مقاله:
مقدمه: واقعیت افزوده در زمینه های مختلفی از جمله آموزش پزشکی مورد استفاده قرار می گیرد. با توجه به اهمیت آموزش علومی مانند آناتومی که نیازمند استفاده از مدل های سه بعدی و چرخش حول محورها است به نظر می رسد کاربرد واقعیت افزوده در فرآیند یاددهی و یادگیری می تواند اثربخش باشد. بنابراین، این مطالعه با هدف معرفی واقعیت افزوده و کاربرد آن در حوزه آموزش علوم پزشکی و به طور خاص در آموزش آناتومی انسان و بررسی تاثیر کاربست این فناوری بر یادگیری فراگیران انجام پذیرفته است. روش کار: با بهره گیری از کلیدواژه های Medical Education، Anatomy Education و Augmented Reality جستجو در پایگاه های داده PubMed، ScienceDirect و Google Scholar در بازه زمانی سال های ۲۰۱۲ لغایت ۲۰۲۲ انجام شد. تمامی مقالات منتشر شده مداخلهای و شبهمداخلهای به زبان انگلیسی و مرتبط، استخراج و بر اساس هم خوانی با موضوع پژوهش مورد ارزیابی قرار گرفتند. مقالات منتخب که به طور تمام متن در دسترس بود، جهت بررسی جامع و استخراج داده ها وارد مطالعه شدند.نتایج: استفاده از فناوری واقعیت افزوده می تواند موجب افزایش انگیزه، یادگیری و تعامل و درک دانشجویان از آناتومی، ترغیب در یادگیری مسائل دشوار آناتومی، کاهش زمان یادگیری (کوتاه تر شدن منحنی یادگیری)، توجه به جزئیات و تحریک دانشجویان برای یادگیری بیشتر و کاهش ازدحام در سالن های تشریح شود.نتیجه گیری: بر اساس مطالعات بررسی شده آموزش آناتومی با استفاده از فناوری واقعیت افزوده در افزایش یادگیری و بهبود درک دانشجویان پزشکی از علوم تشریح می تواند تاثیرگذار باشد.
کلیدواژه ها:
نویسندگان
انسیه چوبداران
گروه آموزش پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی، مشهد، ایران
هانیه مستور
گروه آموزش پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی، مشهد، ایران
شیما سادات ظریف نهاد
گروه آموزش پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی، مشهد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :