The development of interactive online learning tools for the study of Anatomy
Notice bibliographique
Résumé
BACKGROUND: The study of human anatomy is a core component of health science programs. However large student enrolments and the content-packed curricula associated with these programs have made it difficult for students to have regular access to cadaver laboratories. METHODS: Adobe Flash MXwas used with cadaver digital photographs and textbook-derived illustrations to develop interactive anatomy images that were made available to undergraduate health science students enrolled in first-year combined anatomy and physiology (ANP) courses at the University of Ottawa. Colour coding was used to direct student attention, facilitate name-structure association, improve visualization of structure contours, assist students in the construction of anatomical pathways, and to reinforce functional or anatomical groupings. The ability of two-dimensional media to support the visualization of three-dimensional structure was extended by developing the fade-through image (students use a sliding bar to move through tissues) as well as the rotating image in which entire organs such as the skull were photographed at eight angles of rotation. Finally, students were provided with interactive exercises that they could repeatedly try to obtain immediate feedback regarding their learning progress. RESULTS: Survey data revealed that the learning and self-testing tools were used widely and that students found them relevant and supportive of their self-learning. Interestingly, student summative examination outcomes did not differ between those students who had access to the online tools and a corresponding student group from the previous academic year who did not. CONCLUSION: Interactive learning tools can be tailored to meet program-specific learning objectives as a cost-effective means of facilitating the study of human anatomy. Virtual interactive anatomy exercises provide learning opportunities for students outside the lecture room that are of especial value to visual and kinesthetic learners.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».