Pädagogische Methodik

Das Problem, das NEXO löst

Wer sich in einem Gesundheitsberuf in Ausbildung befindet, steht unter drei gleichzeitigen Druckpunkten: hohes curriculares Volumen, fragmentierte Zeit und ständige Konfrontation mit Schnittstellen, die um Aufmerksamkeit konkurrieren. Die Literatur nennt das Ergebnis kognitive Totzeit: Zeitfenster zu kurz, um ein dichtes Kapitel aufzuschlagen, zu lang, um irrelevant zu sein. Microlearning, definiert von Buchem und Hamelmann (2010)^[1] als Lerneinheiten von wenigen Sekunden bis 15 Minuten, wurde genau für dieses Fenster konzipiert.

Die Scoping-Review von De Gagne et al.^[2], 2019 in JMIR Medical Education erschienen, analysierte 17 Studien zu Microlearning in der Ausbildung von Gesundheitsberufen und kam zum Schluss, dass die Strategie Wissen und Selbstvertrauen in asynchronen, selbstgesteuerten Sitzungen konsistent verbessert. NEXO arbeitet innerhalb dieses Rahmens. Jeder Fall lässt sich in 5 bis 10 Minuten abschließen, ist asynchron, ist unabhängig von den anderen, und die Hinweis-Hierarchie funktioniert als strukturierte Abrufübung.

Drei theoretische Säulen

Microlearning

Buchem und Hamelmann^[1] beschreiben zehn Konzepte, die eine Microlearning-Intervention kennzeichnen: Lernkontext, aufgewendete Zeit, Inhaltstyp, Inhaltserstellung, Aggregation, Abruf, Struktur des Lernzyklus, Zielgruppe, Lernendenrolle und Beteiligung. In einer internen Klassifikation, die wir zur Veröffentlichung vorbereiten, erfüllt NEXO 7 der 10 Konzepte vollständig, 1 teilweise, und 2 sind aus Gründen der klinischen Sicherheit bewusst abwesend.

Gamification

Die systematische Review von van Gaalen et al. (2021)^[3] bewertete 44 Studien zur Gamification in der Ausbildung von Gesundheitsberufen. Der zentrale Befund war, dass die Kombination der Attribute Bewertung und Herausforderung aus dem Landers-Rahmenwerk^[4] am häufigsten ist, in 24 der 44 Studien vorhanden, und mit höherer Nutzung des Lernmaterials sowie, in einem Teil der Studien, mit verbesserten Lernergebnissen verbunden ist. Diese Kombination ist das Rückgrat von NEXO: XP pro richtiger Antwort, nationale und globale Ranglisten, Sinapses-Kosten bei Fehlern und das Freischalten von Kontinenten durch kumulative Leistung.

Spielbasiertes Lernen

Die narrative Review von Xu et al. (2023)^[5] unterscheidet ernste Spiele von Gamification. NEXO ist Gamification angewandt auf eine App für diagnostisches Schließen, kein traditionelles ernstes Spiel. Die Studie berichtet, dass spielbasiertes Lernen Engagement, Langzeitbehalten und klinische Entscheidungsfindung verbessert, drei direkte Ziele unserer Architektur.

Die Mechaniken von NEXO in Theorie übersetzt

Wie jede Mechanik im Detail funktioniert

Abrufübung über sechs Hinweise

Der dauerhafteste Weg zu lernen besteht darin, die Information abzurufen, bevor man sie nachliest. Karpicke und Roediger (2008)^[6] zeigten, dass Testwiederholung eine Langzeitbehaltensrate erzeugt, die der wiederholten Lektüre überlegen ist, und die systematische Übersicht von Trumble et al. (2024)^[7] in der Ausbildung von Gesundheitsberufen fasst Studien zu verteilter Übung und Abrufübung zusammen. Die Sechs-Hinweis-Struktur von NEXO ist eine Kaskade von Abrufübungen. Hinweis 1 gibt nur Alter, Geschlecht und Vorstellungsgrund: die Spielenden sind gezwungen, Differenzialdiagnosen mit absichtlich unvollständigen Informationen zu generieren. Bei jedem neuen Hinweis müssen sie die Hypothese aktualisieren, Differenziale verwerfen und konvergieren. Genau dieses Verhalten nennt die Literatur des diagnostischen Schließens iterative Hypothesenverfeinerung.

Aktiver Abruf, kein passives Auswendiglernen

Karteikarten trainieren faktischen Abruf effizient: man sieht Seite A, man ruft Seite B ab. Das Problem ist, dass medizinische Prüfungen selten diese Struktur haben. Die Übersicht von Serra et al. (2025)^[21] zur Abrufübung in der Ausbildung von Gesundheitsberufen zeigt, dass isolierte Karteikarten dekontextualisierten Abruf trainieren und scheitern, wenn die Lernenden über einen angewandten Fall schließen müssen: Befunde verknüpfen, Differenziale vergleichen, Therapie wählen. Der klinische Fall verlangt kontextuellen Abruf, keinen Schlüssel-zu-Antwort-Abruf. NEXO ist entworfen, um diese Lücke zu schließen. Jeder Hinweis erzwingt kontextuellen Abruf, der Ausgang verlangt eine vertretbare diagnostische Wahl, und der Fehler tritt in den Ablauf als pädagogisches Signal ein, niemals als Strafe. Fischer et al. (2006)^[22] zeigten in Interviews mit Studierenden und Assistenzärztinnen und -ärzten, dass intensive emotionale Reaktion, verdecktes Curriculum, Rollenverwirrung und berufliche Konsequenzen das Lernen aus medizinischen Fehlern begrenzen können. Edmondson (1999)^[23] hält fest, dass psychologische Sicherheit Lernverhalten im Team ermöglicht, etwa Fehler zu besprechen und Feedback einzuholen. Reason (2000)^[24] verlagert den Fehler von individueller Schuldzuweisung zu einer systemischen Lesart. Das proportionale ICD-10-Feedback von NEXO arbeitet innerhalb dieser Kultur: Fehler lokalisiert, kalibriert und instruktiv.

ICD-10-Näherungsfeedback

Konventionelle Pädagogik gibt binäres Feedback: richtig oder falsch. Die Folge ist, dass die Spielenden nicht zwischen knapp daneben und weit daneben unterscheiden. NEXO nutzt die offizielle WHO-Hierarchie der ICD-10 (Kapitel, Gruppe, Kategorie, Unterkategorie und exakter Code) als fünf Näherungsstufen. Einen ischämischen Schlaganfall mit einem hämorrhagischen zu verwechseln fällt in dieselbe Gruppe I60 bis I69. Eine Pneumonie zu verwechseln fällt in ein anderes Kapitel. Das Feedback gibt genau an, auf welcher Ebene des Baums der Fehler aufgetreten ist, und das wird zum pädagogischen Treibstoff.

ICD-10 ist nicht das Curriculum von NEXO. Es ist ein Maßstab für Standardisierung und Audit. Das Schließen bleibt klinisch: Vorstellungsgrund, Hypothese, Untersuchung, Differenzial, Bestätigung und Erklärung. ICD hilft dem System, Antworten zu vergleichen, die Fehlernähe zu messen und den Fall mit NEXO Core zu verbinden.

Kalibrierung und Geläufigkeitsillusion

Lernende urteilen schlecht über das, was sie wissen. Soderstrom und Bjork (2015)^[25] zeigen in einer integrativen Übersicht zu Lernen versus Leistung, dass eine Leistungsverbesserung während der Übung ein unzuverlässiger Indikator für die Langzeitbehaltensrate sein kann; Erkennungsgeläufigkeit darf nicht mit dauerhaftem Abruf verwechselt werden. Die systematische Review von Thompson und Hughes (2023)^[8] mit acht randomisierten Studien in der Radiologieausbildung beobachtet dasselbe Muster bei visueller Interpretation: Studierende prognostizieren ihre Leistung mit optimistischer Verzerrung. NEXO macht das Feedback zu einem Kalibrierungslineal. Beim ersten Hinweis richtig zu liegen und beim sechsten richtig zu liegen zählen beide als richtig, bewegen aber unterschiedliche Indikatoren. Innerhalb derselben ICD-10-Gruppe danebenliegen und in einem anderen Kapitel danebenliegen erzeugen unterschiedliche Einträge. Über Wochen hinweg sammeln die Spielenden ein Näherungsprofil, das sagt, wo sie wirklich versagen, nicht wo sie zu versagen glauben.

Duale Kodierung in Multimedia-Fällen

Paivio (1986)^[16] postulierte, dass in zwei gleichzeitigen Kanälen, verbal und imagistisch, kodierte Information ein höheres Behalten zeigt. In den Multimedia-Fällen von NEXO laufen drei Kanäle parallel zusammen: der Hinweistext (verbal kontextuell), das klinische Bild (imagistisch) und die fachliche Bildunterschrift (verbal interpretativ). Die Produktionsregel verlangt, dass die drei einander ergänzen und nie redundant sind. Die Bildunterschrift beschreibt nie nur, was das Bild zeigt; sie ergänzt den Mechanismus, die klinische Implikation, die pathophysiologische Schwelle. Ohne das kollabiert die duale Kodierung in Redundanz und der Gewinn verschwindet.

Kontrollierte kognitive Belastung

Sweller (1988)^[17] führte das Konzept der kognitiven Belastung im Lernen ein; Sweller, van Merriënboer und Paas (1998)^[26] konsolidierten die Dreiteilung in intrinsische (vom Material), extrinsische (vom Design) und germane Belastung (nützlich zur Schemabildung). NEXO arbeitet gegen die extrinsische Belastung. Maximal vier Medien pro Fall, verteilt auf benachbarte Hinweise. Feste Renderreihenfolge: Texthinweis zuerst (schnellster Kanal), dann Bild (im Tempo der Spielenden), Audio nur auf bewusste Aktion (langsamster Kanal, erfordert Wiedergabe). Kein Auto-Play, kein Karussell, kein Tab, der Inhalt verbirgt, kein blockierendes Popup.

Schwierigkeit nach Medienmodalität kalibriert

Bild oder Audio an einen Fall anzuhängen verändert die kognitive Aufgabe, nicht nur das Visuelle. Eine Thoraxröntgenaufnahme mit klassischer Konsolidierung vereinfacht die Pneumoniediagnose: das Signal wird praktisch gereicht. Eine subtile Dermatoskopie eines Melanoma in situ tut das Gegenteil, sie zwingt die Lernenden, Befunde zu unterscheiden, die sie vielleicht nie gesehen haben. Dieselbe Krankheit, mit oder ohne Medium, ergibt zwei pädagogisch unterschiedliche Fälle.

NEXO führt zwei Schwierigkeiten pro Fall. Die Basisschwierigkeit (Leicht, Mittel, Schwer) wird durch die klinische Gestaltung des Falls vergeben. Der Mindestwert nach Medienmodalität hebt die endgültige Schwierigkeit, wenn der Medieninhalt interpretativ aufwendig ist. Die veröffentlichte Schwierigkeit ist das Maximum der beiden.

Die Mindestwerte sind begründet, nicht administrativ. Histopathologie verlangt die Erkennung von Zellmustern unter der Linse und ist im spielbaren Format selten Leicht: der Mindestwert ist Mittel. Ein multimodaler Fall mit gleichzeitigem Bild und Audio verlangt die Synthese zweier verschiedener Kanäle unter Zeitdruck: der Mindestwert ist Schwer. Eine CT an einen als Leicht klassifizierten Fall anzuhängen löst die automatische Neuklassifizierung auf Mittel aus. Das Ergebnis: die Lernenden, die den Leicht-Modus wählen, finden darin nie einen subtilen Bildbefund versteckt: der Modus ist verlässlich.

Sinapses als Signal, nicht als Bezahlung

Deci, Koestner und Ryan (1999)^[11] zeigten in einer kanonischen Metaanalyse, dass extrinsische Belohnung für eine zuvor intrinsisch motivierte Tätigkeit zu einem Rückgang der intrinsischen Motivation führt: der Überrechtfertigungseffekt. NEXO ist so entworfen, dass dies vermieden wird. Sinapses sind keine Bezahlung für Zeit: sie sind ein Signal von Kompetenz. Eine richtige Antwort beim ersten Hinweis ist mehr Sinapses wert als beim sechsten. Fehler kosten, aber die Kosten sind erzieherisch, nicht strafend. Der Archivmodus hat bewusst keinen Timer und keine sichtbare Rangliste während der Sitzung: dort bearbeiten die Spielenden Fälle aus dem Bestand erneut im eigenen Tempo, mit geringerem extrinsischem Druck.

Verschränkung zwischen Fachgebieten

Erst die ganze Kardiologie zu lernen, dann die ganze Neurologie, dann die ganze Pneumologie, ist Block-Praxis. Einen Fall Kardiologie zu lernen, dann einen Neurologie, dann einen Pneumologie, ohne denselben Raum in Folge zu wiederholen, ist Verschränkung. Die systematische Review von Thompson und Hughes (2023)^[8] identifizierte nur zwei randomisierte Studien zur Verschränkung in der Radiologieausbildung; die fachspezifische Evidenz bleibt gering. Die solidere kognitive Grundlage stammt aus der allgemeinen Literatur: Rohrer und Taylor (2007)^[27] zeigten in mathematischer Praxis, dass Verschränkung die Unterscheidung zwischen ähnlichen Kategorien gegenüber Block-Praxis verbessert, und Soderstrom und Bjork (2015)^[25] beschreiben den Mechanismus als wünschenswerte Schwierigkeit; die Lernenden sind gezwungen, bei jedem Item die richtige Regel zu vergleichen und auszuwählen. Der Tagesmodus von NEXO arbeitet von Beginn an mit Verschränkung. Jeder Fall gehört zu einem anderen Fach als der vorherige, und die wöchentliche Sequenz zeigt eine breite Rotation. Die Spielenden wechseln bei jedem Fall das mentale Modell, statt dasselbe Muster anzuwenden. Kurzfristig unangenehm, langfristig vorteilhaft.

Lim und Veasuvalingam (2025)^[28] berichten in einer Mixed-Methods-Studie über fallbasiertes Online-Lernen bei Medizinstudierenden positive Akzeptanz und wahrgenommenen Gewinn beim klinischen Schließen. Der für NEXO relevante Punkt ist strukturell: Fälle müssen die Hypothesenerkundung, Diskussion und Rückmeldung zum Schließen ermöglichen. Diese Kriterien bilden das Rückgrat von NEXO: 6 progressive Hinweise und proportionales ICD-10-Feedback.

Klinische Governance und wissenschaftliches Audit

Die anfängliche Generierung eines Falls ist nur der erste Entwurf. Was die pädagogische Qualität von NEXO definiert, ist das nachfolgende Audit.

Jeder Fall wird mit NEXO Core konfrontiert, unserer in klinischen Konzepten, Referenzkapiteln, ICD-Codes und Verknüpfungen zwischen verwandten Themen strukturierten medizinischen Basis. Dieser Korpus fungiert als Verifikationsschicht: das System bewertet nicht nur, ob der Text korrekt aussieht, sondern ob die Diagnose, die Hinweise, die Differenziale, die Erklärung, die ICD und die Übersetzungen gegenüber organisierten medizinischen Quellen Stand halten.

NEXO Core arbeitet wie das Gehirn des Systems, aufgebaut als lebendige klinische Bibliothek. In ihr besetzt jede Krankheit, jedes Syndrom, jede Untersuchung, jeder semiologische Befund und jeder ICD-10-Code eine eigene Seite, und jede Seite ist mit den anderen durch die Beziehungen verbunden, die die Klinik anerkennt: die Pneumonie spricht mit ihrem ätiologischen Erreger, mit ihrem radiologischen Muster, mit ihren Differenzialdiagnosen, mit dem Referenzkapitel, das sie beschreibt. Das Ergebnis ist ein dichtes Netz, in dem das Berühren eines Konzepts Dutzende weiterer aufleuchten lässt, die es umgeben.

Wenn ein Fall geprüft wird, lesen unsere Agenten nicht linear. Sie betreten dieses Netz, öffnen das Konzept der vorgeschlagenen Diagnose, durchqueren die Nachbarkonzepte, prüfen, ob die Hinweise des Falls darunter erscheinen, prüfen, ob das Referenzkapitel die Erklärung trägt. Es ist eine strukturelle Durchsicht gegen einen organisierten Korpus medizinischen Wissens, keine lose Textinterpretation. So lassen sich drei Problemtypen erkennen, die eine oberflächliche Prüfung üblicherweise verfehlt: klinische Inkonsistenz, schlecht verankerte Diagnose und pädagogisch schwache Erklärung.

Aktuelle Abdeckung von NEXO Core

Die Bibliothek deckt heute Konzepte aus folgenden Fachrichtungen ab:

• Kardiologie
• Pneumologie
• Neurologie
• Gastroenterologie
• Endokrinologie
• Rheumatologie
• Hämatologie
• Nephrologie
• Klinische Onkologie
• Infektiologie
• Klinische Toxikologie
• Pädiatrie
• Medizinische Genetik
• Geburtshilfe
• Gynäkologie
• Psychiatrie
• Dermatologie
• Notfallmedizin
• Intensivmedizin
• Klinische Semiologie
• Allgemeine Innere Medizin

Neue Fachrichtungen werden in geplanten Zyklen aufgenommen, und jede Aufnahme prüft den Fallkatalog automatisch erneut.

Wie die Note entschieden wird

Die Endnote eines Falls ist kein Mittelwert. Sie ist eine Zustimmungsregel über Dimensionen. Ein Fall, der gut in der Übersetzung, aber schwach in klinischer Integrität ist, besteht nicht. Ein klinisch korrekter Fall mit einem Hinweis, der die Diagnose zu früh preisgibt, besteht ebenfalls nicht. Die Kuration verlangt Konvergenz.

Die bewerteten Dimensionen umfassen:

Die Mindestzustimmung erfordert eine hohe Note in jeder relevanten Dimension. Wenn der Resolver geringes Vertrauen meldet, wenn die ICD nicht in den erwarteten Konzepten erscheint, wenn die verbundenen Kapitel die Diagnose nicht stützen oder wenn eine kritische Übersetzung eine klinische Umkehr enthält, gilt der Fall nicht als zugelassen. Er kehrt in Revision, Korrektur oder Korpuserweiterung zurück.

Die Note erscheint nicht für die Spielenden. Sie funktioniert nur als Veröffentlichungsfilter. Jeder verfügbare Fall hat das Kriterium bereits erfüllt, und deshalb ist die Erfahrung der Spielenden einheitlich: nie ein Fall fragwürdiger Qualität exponiert, und kein Qualitätssiegel zu zeigen, weil Qualität Vorbedingung ist, nicht Ergebnis.

Diese Schicht ist es, was NEXO von einer KI-generierten Fragebank unterscheidet. Das Ziel ist nicht, schnell viel Inhalt zu produzieren. Es ist, spielbaren, kurzen, mehrsprachigen und klinisch verteidigungsfähigen Inhalt zu produzieren.

Anerkannte Risiken und wie wir sie mindern

Aufzulisten, was schiefgehen kann, gehört zur Methode.

Überrechtfertigungseffekt (Deci 1999^[11], Lepper 1973^[29])

Eine zuvor intrinsisch motivierte Aktivität zu belohnen kann die intrinsische Motivation senken. Minderung: Sinapses signalisieren Kompetenz, nicht aufgewendete Zeit. Eine richtige Antwort beim ersten Hinweis bringt mehr als beim sechsten. Der Archivmodus erlaubt das erneute Bearbeiten von Fällen aus dem Bestand im eigenen Tempo, außerhalb des Wettbewerbsdrucks des täglichen Falls.

Aufmerksamkeitsverlagerungseffekt (Reeve und Deci 1996^[14])

Unter Wettbewerb kann der Fokus vom Lernen zum Sieg wandern. Vier Studien der van-Gaalen-Review^[3] zeigten erhöhte Simulator-Nutzung unter Wettbewerb, aber nur eine zeigte Lerngewinn. Minderung: Der Archivmodus ist das explizite Gegengewicht, ohne Timer und ohne sichtbare Rangliste. Die Spielenden wählen, wann sie Druck wollen und wann nicht.

Expertise-Umkehr-Effekt (Kalyuga et al. 2003^[20])

Eine Intervention, die der Anfängerin oder dem Anfänger hilft, kann der Expertin oder dem Experten schaden. Minderung: gestufte Schwierigkeit (Leicht, Mittel, Schwer) und progressives Freischalten der Kontinente steuern den Verlauf. Eine empirische Studie über verschiedene Populationen ist zukünftige Forschungsarbeit, noch nicht durchgeführt.

Grenzen

NEXO ist ein Trainingswerkzeug, kein Ersatz. Die Fälle sind fiktiv, aus klassischen Präsentationen der Literatur konstruiert, und existieren, um diagnostisches Schließen in kurzen Lernfenstern zu speisen. Sie decken die volle Variabilität der realen Praxis nicht ab: Patientinnen und Patienten mit mehreren Komorbiditäten, sozialer Kontext, der das Vorgehen verändert, nicht verfügbare Untersuchung, Entscheidung unter Schichtdruck, körperliche Untersuchung, Kommunikation mit Patientinnen und Patienten und Angehörigen, ethisches Dilemma, interprofessionelle Teamarbeit. Nichts davon passt in einen fünfminütigen spielbaren Fall, und sollte es auch nicht. NEXO ersetzt keine supervidierte klinische Rotation, ersetzt keine Anleitung durch eine Lehrperson, ist keine medizinische Referenz und darf keine klinische Entscheidung an einer realen Patientin oder einem realen Patienten leiten. Vollständige Ausbildung verlangt Kontakt mit Patientinnen und Patienten, mit Teams und mit Fehlern, die durch menschliche Supervision vermittelt werden, und dieser Teil der Arbeit findet weiterhin dort statt, wo er immer stattfand: auf Station, in der Sprechstunde, im Dienst, im Hörsaal. NEXO wurde entworfen, um diese Etappen zu ergänzen, nicht um mit ihnen zu konkurrieren.

Partnerschaften und Zusammenarbeit

NEXO wurde gebaut, um von außen geprüft zu werden. Die oben beschriebene Methodik, die Fachabdeckung, die Fallzulassungskriterien und NEXO Core sind auf dieser Seite öffentlich, gerade damit Universitäten, Unternehmen und Institutionen die Plattform testen, erweitern und in Frage stellen können.

Kollaborative Forschung zum diagnostischen Schließen, unabhängige Validierung in kontrollierten Studien, Integration in Bachelor- oder Facharztcurricula, Lizenzierung von Fallpaketen zum internen Gebrauch und Mitentwicklung noch nicht abgedeckter Fachgebiete sind durch Konzeption offene Wege. Das Gespräch läuft direkt mit dem Team, ohne kommerziellen Zwischenhändler.

Kontakt: scientific@nexo.wiki.br

Quellen

1. Buchem I, Hamelmann H. Microlearning: a strategy for ongoing professional development. eLearning Papers. 2010;21:1-15.
2. De Gagne JC, Park HK, Hall K, Woodward A, Yamane S, Kim SS. Microlearning in Health Professions Education: Scoping Review. JMIR Med Educ. 2019;5(2):e13997.
3. van Gaalen AEJ, Brouwer J, Schonrock-Adema J, Bouwkamp-Timmer T, Jaarsma ADC, Georgiadis JR. Gamification of health professions education: a systematic review. Adv Health Sci Educ. 2021;26(2):683-711.
4. Landers RN. Developing a theory of gamified learning: Linking serious games and gamification of learning. Simul Gaming. 2014;45(6):752-768.
5. Xu M, Luo Y, Zhang Y, Xia R, Qian H, Zou X. Game-based learning in medical education. Front Public Health. 2023;11:1113682.
6. Karpicke JD, Roediger HL. The critical importance of retrieval for learning. Science. 2008;319(5865):966-968.
7. Trumble E, Lodge JM, Mandrusiak A, Forbes R. Systematic review of distributed practice and retrieval practice in health professions education. Adv Health Sci Educ. 2024;29:689-714.
8. Thompson AC, Hughes DR. The effectiveness of spaced learning, interleaving, and retrieval practice in radiology education: a systematic review. J Am Coll Radiol. 2023.
9. Ericsson KA, Krampe RT, Tesch-Romer C. The role of deliberate practice in the acquisition of expert performance. Psychol Rev. 1993;100(3):363-406.
10. Chen PH, Roth H, Galperin-Aizenberg M, Ruutiainen AT, Gefter W, Cook TS. Improving abnormality detection on chest radiography using game-like reinforcement mechanics. Acad Radiol. 2017;24(11):1428-1435.
11. Deci EL, Koestner R, Ryan RM. A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. Psychol Bull. 1999;125(6):627-668.
12. Festinger L. A theory of social comparison processes. Hum Relat. 1954;7(2):117-140.
13. Van Nuland SE, Roach VA, Wilson TD, Belliveau DJ. Head to head: the role of academic competition in undergraduate anatomical education. Anat Sci Educ. 2015;8(5):404-412.
14. Reeve J, Deci EL. Elements of the competitive situation that affect intrinsic motivation. Pers Soc Psychol Bull. 1996;22(1):24-33.
15. Hase S, Kenyon C, eds. Self-Determined Learning: Heutagogy in Action. London: Bloomsbury Academic; 2013.
16. Paivio A. Mental Representations: A Dual Coding Approach. New York: Oxford University Press; 1986.
17. Sweller J. Cognitive load during problem solving: effects on learning. Cogn Sci. 1988;12(2):257-285.
18. Kolb DA, Boyatzis RE, Mainemelis C. Experiential learning theory: previous research and new directions. In: Sternberg RJ, Zhang LF, editors. Perspectives on Cognitive, Learning, and Thinking Styles. Mahwah, NJ: Lawrence Erlbaum; 2001. p. 227-247.
19. Locke EA, Latham GP. Building a practically useful theory of goal setting and task motivation: a 35-year odyssey. Am Psychol. 2002;57(9):705-717.
20. Kalyuga S, Ayres P, Chandler P, Sweller J. The expertise reversal effect. Educ Psychol. 2003;38(1):23-31.
21. Serra MJ, Kaminske AN, Nebel C, Coppola KM. The use of retrieval practice in the health professions: a state-of-the-art review. Behav Sci. 2025.
22. Fischer MA, Mazor KM, Baril J, Alper E, DeMarco D, Pugnaire M. Learning from mistakes: factors that influence how students and residents learn from medical errors. J Gen Intern Med. 2006;21(5):419-423.
23. Edmondson AC. Psychological safety and learning behavior in work teams. Adm Sci Q. 1999;44(2):350-383.
24. Reason J. Human error: models and management. BMJ. 2000;320(7237):768-770.
25. Soderstrom NC, Bjork RA. Learning versus performance: an integrative review. Perspect Psychol Sci. 2015;10(2):176-199.
26. Sweller J, van Merriënboer JJG, Paas FGWC. Cognitive architecture and instructional design. Educ Psychol Rev. 1998;10(3):251-296.
27. Rohrer D, Taylor K. The shuffling of mathematics problems improves learning. Instr Sci. 2007;35(6):481-498.
28. Lim WK, Veasuvalingam B. Does online case-based learning foster clinical reasoning skills in medical students? Future Healthc J. 2025.
29. Lepper MR, Greene D, Nisbett RE. Undermining children's intrinsic interest with extrinsic reward: a test of the "overjustification" hypothesis. J Pers Soc Psychol. 1973;28(1):129-137.