In Brazil, the emergency and emergency area is considered by the Ministry of Health (MS) an important component of health care. In recent years, we have seen a considerable increase in the demand for emergency and emergency services, mainly due to the population growth and the increase in the number of accidents. Since 2007 the Ministry of Health has adopted the Manchester system as the standard protocol for risk classification and clinical priority throughout the national emergency and emergency system, be it public or private. Thus, the use of computational facilitators to learn the Manchester risk classification system consists of two parts: Computational modeling of the Manchester system in a dynamic model; and use of problem-based learning PBL and gamification to favor learning the system of risk classification. The dynamic model allows simulation as a means of visualizing the steps of the protocol operation, highlighting the key criteria that justify the classification. In addition to using the Petri Net, a modeling technique that allows the representation of systems, using as a foundation a strong mathematical base. The guiding objective was to produce a game as a scenario of the Manchester Protocol Risk Classification for professionals responsible for screening (doctors and nurses), offering a rating experience as close to reality as possible. It is also known that today, access to information is much easier, and the use of the language of games to promote learning makes the teaching method more playful and fun. It is concluded that, despite the importance of this protocol, through a review of the literature and a semi-structured research, the current research found that the protocol is not yet approached adequately in the nursing and medical training curriculum, delegating such knowledge of the practical experience of compulsory traineeships or the beginning of working life. / No Brasil, a área de urgência e emergência é considerada pelo Ministério da Saúde (MS) um importante componente da assistência à saúde. Nos últimos anos nos deparamos com um aumento considerável na demanda por atendimentos de urgência e emergência, principalmente devido ao crescimento populacional e ao aumento do número de acidentes. Desde 2007 o Ministério da Saúde adotou o sistema Manchester, como protocolo padrão para classificação de risco e prioridade clínica em todo o sistema nacional de urgência e emergência, seja ele público ou privado. Dessa forma, o uso de meios facilitadores computacionais para o aprendizado do sistema de classificação de risco Manchester consiste em duas partes: Modelagem computacional do sistema Manchester em um modelo dinâmico; e uso de aprendizagem baseada em problemas PBL e gamificação para favorecer o aprendizado do sistema de classificação de risco. O modelo dinâmico possibilita simulação como meio de visualizar as etapas do funcionamento do protocolo, destacando os critérios-chave que justificam a classificação. Além de utilizar a Rede de Petri, uma técnica de modelagem que permite a representação de sistemas, utilizando como alicerce uma forte base matemática. O objetivo norteador foi produzir um game como cenário da Classificação de Risco do Protocolo Manchester para profissionais responsáveis pela triagem (médicos e enfermeiros), oferecer uma experiência da classificação o mais próximo da realidade possível. Sabe-se também que hoje, o acesso à informação é muito mais fácil, e a utilização da linguagem dos jogos para promover a aprendizagem torna o método de ensino mais lúdico e divertido. Conclui-se que, apesar da importância desse protocolo, através de uma revisão da literatura e de uma pesquisa semi-estruturada, a atual pesquisa constatou que o referido protocolo ainda não é abordado adequadamente na grade formativa dos cursos de enfermagem e medicina, delegando tal conhecimento para as experiências práticas dos estágios obrigatórios, ou do início da vida profissional.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.repositorio.ufal.br:riufal/3559 |
| Date | 17 September 2018 |
| Creators | Pontes, Alessandra Nascimento |
| Contributors | Costa, Evandro de Barros, http://lattes.cnpq.br/5760364940162939, Brito, Patrick Henrique da Silva, http://lattes.cnpq.br/4155051332618408, Costa, Fábio Paraguaçu Duarte da, http://lattes.cnpq.br/5438107871273282, Rocha, Thiago José Matos, http://lattes.cnpq.br/9228726128290600 |
| Publisher | Universidade Federal de Alagoas, Brasil, Programa de Pós-Graduação em Modelagem Computacional de Conhecimento, UFAL |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFAL, instname:Universidade Federal de Alagoas, instacron:UFAL |
| Rights | info:eu-repo/semantics/embargoedAccess |
| Relation | bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/3559/2/license.txt, bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/3559/1/Uso+de+modelagem+computacional%2C+gamifica%C3%A7%C3%A3o+e+PBL+no+processo+de+ensino+e+aprendizagem+do+protocolo+de+classifica%C3%A7%C3%A3o+de+risco+do+sistema+Manchester.pdf |
Page generated in 0.0101 seconds