Javascript must be enabled for the correct page display

Leren van complicaties in de anesthesie

Stamhuis, R.E. (2012) Leren van complicaties in de anesthesie. Bachelor's Thesis, Artificial Intelligence.

[img]
Preview
Text
AI-BA-2012-R.E.STAMHUIS-BIJLAGEN.pdf - Published Version

Download (610kB) | Preview
[img]
Preview
Text
AI-BA-2012-R.E.STAMHUIS.pdf - Published Version

Download (486kB) | Preview
[img] Text
AkkoordCnossen.pdf - Other
Restricted to Repository staff only

Download (49kB)

Abstract

De detectie van complicaties op een anesthetische bewakingsmonitor kan verbeterd worden door gebruik van grafische displays. De gebruiker dient wel adequaat getraind te zijn voor herkenning. In onze replicatie van een experiment van Doesburg (2011) en Moes (2012) moesten onervaren proefpersonen vijf complicaties leren herkennen. Van de proefpersonen moest de ene groep de complicaties expliciet leren vanaf een symptomenlijst. De proefpersonen uit de andere groep moesten de complicaties impliciet leren: Ze kregen een screenshot van een complicatie te zien, moesten een diagnose stellen en kregen vervolgens feedback – dit herhaalde zich totdat ze alle complicaties driemaal achtereen correct herkend hadden. Het experiment bestond uit drie delen: Een diagnosefase, een leerfase en weer een diagnosefase om de leerprestaties te testen. De groep die screenshots en feedback had gekregen presteerde significant beter dan de andere groep. Deze vondst heeft mogelijk consequenties voor medische opleidingen. Vervolgonderzoek naar de generaliseerbaarheid van dit effect, en naar de factoren die meespeelden, is echter nodig.

Item Type: Thesis (Bachelor's Thesis)
Degree programme: Artificial Intelligence
Thesis type: Bachelor's Thesis
Language: Dutch
Date Deposited: 15 Feb 2018 07:48
Last Modified: 15 Feb 2018 07:48
URI: http://fse.studenttheses.ub.rug.nl/id/eprint/10035

Actions (login required)

View Item View Item