論文の概要: Replay, Revise, and Refresh: Smartphone-based Refresher Training for Community Healthcare Workers in India

• arxiv url: http://arxiv.org/abs/2604.17638v1
• Date: Sun, 19 Apr 2026 22:19:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.614824
• Title: Replay, Revise, and Refresh: Smartphone-based Refresher Training for Community Healthcare Workers in India
• Title（参考訳）: リプレイ、リプレイ、リフレッシュ:インドにおける地域医療従事者のためのスマートフォンベースのリフレッシャートレーニング
• Authors: Arka Majhi, Aparajita Mondal, Satish B. Agnihotri,
• Abstract要約: 本研究は, 知識獲得, 事前介入, 事後介入の違いを確認し, 6か月後に知識保持をチェックすることを目的とする。 270人のCHWまたは参加者がリフレッシュトレーニングの異なるモードを評価するために募集された。 物理ゲームモードとデジタルゲームモードがテストされた。
• 参考スコア（独自算出の注目度）: 1.1470070927586014
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In India, community healthcare workers are the primary touchpoints between the state and the beneficiaries, such as pregnant mothers and children. Their healthcare knowledge directly impacts the quality of care they provide through home visits and community activities. Classroom in-person or traditional ways of training are found ineffective in imparting knowledge and render poor knowledge retention, which needs reinforcements through short, frequent revisions. Smartphone games on healthcare topics could be a promising solution as a refresher, as they can be scaled and tailored as per players' requirements. This study aims to check the differences in knowledge gain, pre and post-intervention, and, secondly, to check knowledge retention after six months. 270 CHWs or participants were recruited to evaluate different modes of refresher training and assigned into three equal groups of 90 each. The control group (CG) (n=90) was trained using the standard classroom method, which is usually followed. Intervention Group-1 (IG1)(n=90) was trained in a physical card game format, and Intervention Group-2 (IG2)(n=90) was trained in a smartphone game format. 4 sets of questionnaires were made by shuffling 45 questions based on immunization of equal weightage. The questionnaires were filled out by CHWs by hand and collected, evaluated, and analyzed. Paired t-tests were conducted to compare pre-post knowledge increments and repeated measure ANOVA to check for differences in knowledge retention. Results suggest a significant difference in scores in all three groups. A significant difference was observed between the physical and digital gameplay modes. Pre-post knowledge increment was higher in the digital mode (p<0.05), but knowledge retained was not significantly different (p=.4) in digital and physical card versions.
• Abstract（参考訳）: インドでは、地域医療従事者が、妊娠中の母親や子供など、国家と受益者との間の主要な接点となっている。 彼らの医療知識は、訪問やコミュニティ活動を通じて提供されるケアの質に直接影響を及ぼす。 教室内または伝統的な訓練方法は、知識を与え、知識の保持を弱め、短時間の頻繁な修正を通じて強化を必要とする。 医療分野のスマートフォンゲームは、プレイヤーの要求に応じて拡張および調整できるため、リフレッシュ手段として有望なソリューションとなる可能性がある。 本研究は, 知識獲得, 事前介入, 事後介入の違い, および6ヶ月後に知識保持をチェックすることを目的としている。 270人のCHWまたは参加者が、リフレッシュアートレーニングの異なるモードを評価するために募集され、それぞれ90の3つの等しいグループに割り当てられた。 制御群 (CG) (n=90) は標準教室法を用いて訓練した。 Intervention Group-1(IG1)(n=90)は物理カードゲーム形式で訓練され、Intervention Group-2(IG2)(n=90)はスマートフォンゲーム形式で訓練された。 4組の質問紙を同じ重量の免疫に基づいて45質問をシャッフルした。 アンケートはCHWによって手作業で満たされ, 収集, 評価, 分析された。 事前知識増分とANOVAを繰り返し測定し,知識保持の相違を調べた。 結果,3群とも有意差が認められた。 物理的なゲームプレイモードとデジタルゲームプレイモードの間に有意な差が認められた。 ポスト前の知識増分はデジタルモード(p<0.05)では高い値を示したが、デジタルカードと物理カードでは保持される知識は大きな差はなかった(p=.4)。

関連論文リスト

• Ambivalence/Hesitancy Recognition in Videos for Personalized Digital Health Interventions [51.74800196847922]
  A/H(Ambivalence and Hesitancy)は、個人が健康介入を遅らせたり、避けたり、放棄したりする主要な役割を担っている。 専門家はA/Hを認識するように訓練することができるが、それらをデジタルヘルス介入に統合することは費用がかかり、効果が低い。 本稿では,ビデオにおけるA/H認識の深層学習モデルの適用について検討する。
  論文  参考訳（メタデータ） (2026-04-13T17:05:38Z)
• Transfer or Self-Supervised? Bridging the Performance Gap in Medical Imaging [6.744847405966574]
  本稿では,医療分野における転帰学習と自己指導学習のパフォーマンスと堅牢性を比較した。 我々は、データ不均衡、データの不足、ドメインミスマッチなど、医療領域で共通するいくつかの問題でデータをテストした。 医療分野における転帰学習と自己指導型学習の活用を支援するための推奨事項を提示する。
  論文  参考訳（メタデータ） (2024-07-08T04:14:52Z)
• Feasibility of Social-Network-Based eHealth Intervention on the Improvement of Healthy Habits among Children [1.4854797901022863]
  この研究は、青年期の食事習慣と身体活動に取り組むためのeHealthソリューションの可能性を示している。 eヘルスの介入は健康的な習慣を得るのに役立つと結論付けることができる。
  論文  参考訳（メタデータ） (2024-02-14T16:23:48Z)
• Distinguish Before Answer: Generating Contrastive Explanation as Knowledge for Commonsense Question Answering [61.53454387743701]
  本稿では,概念中心のPrompt-bAsed Contrastive Explanation GenerationモデルであるCPACEを提案する。 CPACEは、得られたシンボル知識を、与えられた候補間の差異をよりよく区別するために、対照的な説明に変換する。 本稿では,CSQA,QASC,OBQAの3つの質問回答データセットについて実験を行った。
  論文  参考訳（メタデータ） (2023-05-14T12:12:24Z)
• When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
  新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
  論文  参考訳（メタデータ） (2022-03-24T02:09:41Z)
• Towards Fairness in Classifying Medical Conversations into SOAP Sections [2.1485350418225244]
  我々は、医師と患者の会話を医療用SOAPノートのセクションに分類するモデルにおいて、格差を特定し、理解する。 これらの会話における言語に関するより深い分析は、これらの違いが医学的アポイントメントのタイプに関係しており、しばしば関連していることを示している。 我々の発見は、データ自体に存在する可能性のある格差を理解することの重要性と、モデルが利益を均等に分配する能力にどのように影響するかを強調します。
  論文  参考訳（メタデータ） (2020-12-02T14:55:22Z)
• Interpretable Multi-Step Reasoning with Knowledge Extraction on Complex Healthcare Question Answering [89.76059961309453]
  HeadQAデータセットには、公衆医療専門試験で認可された複数の選択質問が含まれている。 これらの質問は、現在のQAシステムにとって最も難しいものです。 知識抽出フレームワーク(MurKe)を用いた多段階推論を提案する。 市販の事前訓練モデルを完全に活用しようと努力しています。
  論文  参考訳（メタデータ） (2020-08-06T02:47:46Z)
• A Technology-aided Multi-modal Training Approach to Assist Abdominal Palpation Training and its Assessment in Medical Education [0.0]
  器用なハンズオン検査(クリニック・パペーション)を行う能力の欠如は、症状の誤診、重傷、あるいは死に至る可能性がある。 本稿では,腹部に関する臨床検査技術を指導し,改善するマルチモーダル・パプリケーション・トレーニング・システムについて述べる。
  論文  参考訳（メタデータ） (2020-01-16T11:31:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。