《Frontiers in Psychology》：Personality-related learning pathways in virtual simulation: a theory-informed mixed-methods study among standardized training nurses
编辑推荐：
摘要
目的：探讨标准化培训护士在虚拟仿真培训中人格特质、学习行为与学习结果之间的关联。方法：采用解释性顺序混合方法设计。在定量阶段，128名护士完成了一项关于老年跌倒管理的虚拟仿真项目。培训前后分别进行知识评估，使用大五人格量表第二版（BFI-2）测量人格特质
摘要
目的：探讨标准化培训护士在虚拟仿真培训中人格特质、学习行为与学习结果之间的关联。方法：采用解释性顺序混合方法设计。在定量阶段，128名护士完成了一项关于老年跌倒管理的虚拟仿真项目。培训前后分别进行知识评估，使用大五人格量表第二版（BFI-2）测量人格特质，学习行为数据由平台自动获取。以培训后知识得分为结局变量进行层级回归分析。在定性阶段，17名参与者接受了采用扎尔特曼隐喻诱引技术（ZMET）的访谈。结果：培训后知识得分显著高于培训前得分（78.44±7.28 vs. 70.93±7.21，p<0.001）。最终回归模型解释了培训后知识得分57.3%的方差。基线知识、学习次数（β=0.30，p<0.001）和平均模拟得分（β=0.25，p=0.001）仍然显著，而五个人格维度均不显著。定性研究结果识别出五个构念：学习支持、知识建构、情绪体验、学习动机和外部学习压力。尽责性与计划和重复相关，神经质与焦虑和时间压力相关，宜人性与同伴支持相关。结论：虚拟仿真培训与跌倒管理知识的改善相关。学习行为比人格特质更能近端关联知识结果，而人格差异可能体现在不同的行为、情绪和人际参与模式中。
**虚拟仿真环境下人格相关的学习路径研究：基于标准化培训护士的混合方法解读**
**1. 研究背景与目的**
随着数字学习技术的广泛应用，教育领域面临一个持续存在的问题：为何面对相同的教学资源，学习者却常常取得显著不同的学习结果？个体差异被认为是理解这种差异的关键因素，尤其是在学习者如何调节自身学习、处理信息、应对挑战的情绪反应以及参与数字环境的方式上。大五人格特质作为重要的个体差异变量，一直与学业表现和学习行为相关联。其中，尽责性通过目标导向的自我纪律、持续努力、计划和学习的策略性调节与更强的成就相关联；而神经质则常因高度焦虑和适应不良的情绪反应与较差的表现相关。虚拟仿真提供了一个特别适合考察这些差异的情境，它不仅是一种在线内容传递形式，还要求学习者调节练习时机和频率、监控表现、解读数字反馈、容忍错误和不确定性，并在评价性环境中反复调整行动。平台记录的行为指标，如学习次数和模拟表现，为观察学习者如何参与学习环境提供了可追踪的痕迹。此外，虚拟仿真具有高情境保真度和无真实患者风险的特点，使学习者能够反复练习和纠正错误，但这种环境也可能被不同人格特质的学习者差异化地体验。本研究以班杜拉的三元交互决定论为总体理论框架，认为个人因素、行为和环境条件作为相互关联、相互影响的组成部分而非孤立决定因素发挥作用。研究聚焦于中国标准化培训护士群体，这一群体处于正规护理教育与日益独立的临床实践之间的过渡阶段，面临着学习和临床工作的双重需求。本研究采用理论指导的探索性方法，采用解释性顺序混合方法设计，旨在：（1）检验虚拟仿真培训后人格特质、平台记录的学习行为与学习结果之间的关联；（2）通过扎尔特曼隐喻诱引技术（ZMET）探索不同人格特征学习者报告的认知、情感、行为和环境体验；（3）在班杜拉的三元交互决定论框架内整合定量和定性研究结果。
**2. 主要关键技术方法**
本研究采用了以下主要技术方法：（1）解释性顺序混合方法设计，包含先行的定量阶段和后续的定性阶段；（2）定量阶段采用单组前后测设计，样本来源自愿参与的标准化培训护士，最终纳入128份有效数据，有效应答率91.43%；（3）使用中文版大五人格量表第二版（BFI-2）测量人格特质，包含五个维度共60个条目；（4）基于虚拟仿真实验内容开发跌倒管理知识评估测试，经两轮专家评审和预试验验证，共50个条目；（5）利用国家虚拟仿真实验教学平台自动记录学习行为指标，包括学习次数、平均模拟得分和学习开始时间；（6）定性阶段采用扎尔特曼隐喻诱引技术（ZMET），通过标准化图片库和阶梯法进行深度访谈，样本为17名参与者；（7）采用层级多元线性回归分析定量数据；（8）采用归纳式编码和共识图构建分析定性数据，最终整合定量与定性结果。
**3. 研究结果**
**3.1 定量阶段结果**
在128名标准化培训护士中，88.3%为女性，81.3%持有大专学历，64.8%来自农村地区。人格类型分布以尽责性占比最高（29.7%），其次为神经质（28.1%）、外向性（23.4%）、宜人性（13.3%）和开放性（5.5%）。配对样本t检验结果显示，培训后知识得分（78.44±7.28）显著高于培训前得分（70.93±7.21），平均提高7.51分（t=?11.32，p<0.001）。单因素方差分析显示，五个人格主导类型组之间的知识增益得分存在显著差异（F(4,123)=2.49，p=0.046，η2=0.075），Tukey HSD事后检验表明尽责性组的知识增益显著大于神经质组（平均差=4.70，95%CI：0.16–9.25，校正p=0.039）。相关分析显示，知识增益得分与学习次数（r=0.51，p<0.01）和平均模拟得分（r=0.43，p<0.01）均呈显著正相关。层级回归分析显示，基线知识和协变量解释了培训后知识得分29.3%的方差；加入五个人格连续维度后额外解释8.3%的方差（?R2=0.08，p=0.011），此时尽责性与培训后知识得分呈正相关（β=0.25，p=0.035）；最终加入学习行为变量后再解释19.6%的方差（?R2=0.20，p<0.001）。最终模型共解释57.3%的方差（调整R2=0.53），其中基线知识得分（B=0.53，p<0.001）、学习次数（β=0.30，p<0.001）和平均模拟得分（β=0.25，p=0.001）仍然显著，而五个人格维度均不再显著。
**3.2 定性阶段结果**
基于17名标准化培训护士的ZMET访谈数据分析，研究构建了在线虚拟仿真实验教学平台学习体验的共识图。共提取17个原始构念和15个关系构念，进一步综合为5个最终构念。原始构念按人格类型呈现了不同特征：宜人性主导参与者描述了相互支持、外部帮助和信任；外向性主导参与者提及清晰指令、自由组队和权威资源；尽责性主导参与者强调了自律、计划、系统知识和重复；开放性主导参与者描述了探索、沉浸和成就感；神经质主导参与者则报告了额外负担、时间压力、困惑和焦虑。15个关系构念根据功能导向分为四类：学习环境特征、知识加工、学习驱动力和学习压力源。5个最终构念包括：学习支持、知识建构、情绪体验、学习动机和外部学习压力。尽责性与计划和重复相关，神经质与焦虑和时间压力相关，宜人性与同伴支持相关。
**4. 讨论与结论**
本研究在三元交互决定论框架内整合了定量和定性发现。定量结果显示，平台记录的学习指标（尤其是学习次数和平均模拟得分）是培训后知识得分最强的近端相关因素；五个人格连续维度在学习行为纳入最终回归模型后均不再显著。定性结果提供了互补性见解：不同人格倾向往往与不同的行为、情绪和人际体验共现。尽责性常与计划、自律和重复练习相伴；神经质常伴随焦虑、困惑、时间压力和对评价的恐惧；宜人性则体现在同伴支持和协作学习行为中。研究还发现了两个未被定量变量充分捕捉的情境性体验：适应不良的完美主义和就业压力。这些发现提示人格特征可能与不同的行为、情绪和人际参与模式相关联，而非直接决定学习结果。研究结论指出，虚拟仿真培训与跌倒管理知识得分的改善相关；学习行为比人格特质更近端地关联知识结果。行为指标（如练习频率和模拟表现）可能比单纯的人格分类更有助于识别需要额外支持的学习者。教育者应考虑为经历焦虑的学习者提供更清晰的结构、有意义重复练习的机会以及鼓励同伴支持的协作活动。未来需要纵向和实验研究来考察人格特质、学习行为、环境条件和学习结果之间在虚拟仿真环境中的时间性和潜在因果关系。
