Medical Imaging Graduates' Knowledge About Infection Prevention and Control in Pharmaceutical Administration Including Contrast in CT and Radiopharmaceutical in Nuclear Medicine.
追蹤500名醫護學生，量化線上教學轉換成本，並評估畢業生長期的職場準備度。
- 蒙納許大學發起涵蓋500名學生與100名教師的混合方法研究，檢視疫情對醫療教育的衝擊。
- 研究將教師投入線上課程規劃與建置的額外工時轉換為薪資支出，精確估算教育轉型成本。
- 透過長達12個月的縱向訪談，追蹤畢業生進入臨床職場第一年的表現與就業力。
澳洲蒙納許大學（Monash University）啟動一項涵蓋 500 名學生與 100 名教師的大規模混合方法研究，評估遠距教學對醫療專業教育的長期衝擊。本研究不僅對比 2019 與 2020 年的學期成績，更首度將教師轉換線上課程的時間轉換為實質薪資成本，藉此檢視疫情如何重塑未來醫療從業人員的職場準備度。
蒙納許大學啟動涵蓋600名師生的混合研究
醫療從業人員的教育訓練高度仰賴從教師、同儕與病患身上獲取經驗，其中 WIL（Work Integrated Learning，職場整合學習）更是核心環節。過去數十年來，醫師、護理師與專職醫療人員皆透過類似「學徒制」的模式，在醫院病房、手術室與社區診所中觀察並學習臨床技能。面對 COVID-19 疫情的衝擊，所有正式與非正式的實體學習機會被迫暫停，全面轉向線上教育，這種轉變對師生雙方的長期影響仍屬未知。
為了解決此資訊落差，蒙納許大學醫學、護理與健康科學院提出了一項為期 12 個月（2020 年 5 月至 2021 年 5 月）的研究計畫。該學院不僅提供醫學、護理學位，還包含其他 12 種健康專業與 5 種健康科學課程。研究團隊刻意挑選受 WIL 影響最深的科系，包含醫學系（5年制）、護理學系（3年制）、物理治療學系（4年制）、健康科學系以及生物醫學系。
這項研究預計招募 500 名不同年級的學生與 100 名教師參與問卷調查。除了橫斷面的數據收集，研究更設計了 10 組焦點團體，並針對 50 名學生與 25 名教師進行長達 12 個月的縱向追蹤訪談，一路追蹤學生至畢業後進入職場的狀態。
導入貢獻分析框架比對2019與2020年成績
由於醫療教育計畫具備高度複雜性，單一評估方法難以精確衡量學習成效。本研究採用聚合式混合方法（Convergent mixed methods）設計，同步收集量化與質化數據並進行交叉解讀。研究團隊採用該學院開發的框架，結合 CA（Contribution Analysis，貢獻分析法：一種探索因果關係的評估途徑），盤點影響畢業生表現的近端與遠端因素。
在量化數據收集方面，研究將全程監控疫情期間（包含學期中、職場實習與期末）的評量數據，並將其與 2019 年的歷史數據進行直接對比，以控制潛在的干擾變數。這項分析能明確揭示在實體教學被線上教學部分或完全取代後，學生的學業表現是否出現顯著波動。
同時，SETU（Student Evaluation of Teaching and Units，學生對教學與課程的評估）數據將涵蓋所有健康專業課程。這項常規收集的數據能直接反映學生對新導入線上機制的滿意度，並與歷年標準進行對照。資料分析階段將採用變異數分析（ANOVA）搭配 Bonferroni 事後檢定，並運用多變量羅吉斯迴歸（Multivariable logistic regression）來評估影響學生成績的預測指標。
轉換教職員工時為薪資支出以衡量線上成本
本研究設計的師生問卷，要求受訪者在 5 分制量表上評估各項影響學習成效的因素。考量到疫情帶來的極端不確定性與壓力，問卷特別導入經確效的 9 題適應力量表，藉此量化師生在面對突發危機時的心理韌性與適應能力。問卷亦會要求學生估算在疫情高峰期，投入同步教學（如直播輔導）與非同步活動（如論壇發文）的具體時數。
從經濟學視角出發，教師問卷包含一項極具實務價值的評估：估算教師為將實體課程轉換為線上模式所投入的額外總工時。這些工時被細分為四個類別：思考變革（會議、規劃與解決問題）、創造變革（製作教材與學習新系統）、交付變革（實際授課時間的增減）以及支援變革（處理學生學業與身心健康問題）。
收集到的工時數據將從自然單位轉換為財務單位，即將員工工時折算為薪資支出。研究團隊還將進行敏感度分析（Sensitivity analyses），測試不同學術職級對應薪資水準等基本假設的變化，藉此精確描繪出維持線上醫療教育運作的真實隱性成本。
透過NVivo與五階段框架分析畢業生訪談
疫情高峰期長達數月的臨床暴露中斷，以及大型團體教學被線上模組取代，極可能削弱學生承擔臨床責任的信心。為了及早發現學習障礙並提供補救措施，質化研究著重於長期追蹤。研究團隊將招募即將畢業的最終年級學生與教學人員參與焦點團體與深度訪談，樣本涵蓋多元的人口統計特徵與學術背景。
所有焦點團體與訪談內容將被逐字轉錄，並使用 NVivo 質性分析軟體處理。資料分析將遵循 Ritchie 和 Spencer 的五階段框架分析法，包含熟悉資料、建立編碼框架、索引、製表以及對應與解釋。為確保分析的公信力，研究團隊在專案初期便進行了團隊反身性（Reflexivity）演練，釐清各自的背景與觀點，避免主觀偏誤。
追蹤訪談將在 2020 年底學生畢業時，以及 2021 年學生進入職場後進行。這些敘事導向的訪談要求參與者反思線上學習經驗對個人與專業的長期衝擊。透過追蹤畢業生進入職場第一年的狀態，研究旨在捕捉疫情對其就業力與職場準備度造成的永久性影響。
追蹤遠距教學對醫療人員進入職場的影響
儘管目前已有大量探討疫情影響教學的文獻，但本研究的獨特之處在於其著眼於長期影響的評估。當線上教育實施長達數月，大學教職員必須重新適應修改後的課綱設計，這也促使院方嘗試讓資深員工協同授課，進而帶動了導師制的發展。靈活的線上課程編排與異地教學內容，可能會為課程交付模式帶來值得深入檢視的變革。
醫療專業教育迫切需要具體證據，來評估各類線上教學措施的可行性、效益、缺陷以及可修改的經濟驅動因素。如果這些創新機制能顯著提升師生的參與度，部分線上教學模式有望在疫情結束後被永久整合進正式課程中，從而將被動的應急遠距教學，轉化為具備長期價值的混合式學習架構。
將教師轉型線上課程的總工時量化為財務支出，並透過質性訪談追蹤畢業生至職場第一年，能為未來混合式醫療教育的資源配置提供實證依據。