MétaCan
Menu
Retour à la cohorte
Enregistrement W1992245681 · doi:10.3138/jvme.36.3.297

Collaborative, Case-based Learning: How Do Students Actually Learn from Each Other?

2009· article· en· W1992245681 sur OpenAlexvenueno aff
Joanne Thurman, Simone Volet, John R. Bolton

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research Council
Mots-clésCooperative learningCollaborative learningActive learning (machine learning)PsychologyExperiential learningValue (mathematics)Mathematics educationGroup workMedical educationSmall group learningTeaching methodPedagogyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

The value of collaborative, case-based, and problem-based learning has received increased attention in recent years. Several studies have documented veterinary staff and students' generally positive feedback on group learning activities, but one largely unaddressed question is how students actually learn from each other. This study examined how second-year veterinary students learned from each other during a collaborative, case-based learning project. Data were students' written reflections on their learning in the veterinary course and the specific learning experience, and a matched pre- and post-task questionnaire. Consistent with prior research describing veterinary students as individualistic learners, only a third of students spontaneously mentioned learning from each other as one of their most effective strategies. However, when prompted to describe a time when they felt that group members were really learning from each other, students reported highly valuable collaborative learning processes, which they explicitly linked to learning and understanding benefits. Questionnaire data were consistent, showing that students became more positive toward several aspects of the activity as well as toward group work in general. One unexpected finding was the lack of a relationship between students' self-evaluation of their learning and how well group members knew each other. These findings provide strong support for the educational value of collaborative, case-based learning. In light of other research evidence (using observation data) that the amount of time students actually engage in high-level collaborative processes may be rather limited, this article points to the need for veterinary teachers to better prepare students for group learning activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,061
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0070,009
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,413
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetProblem and Project Based LearningTravaux en français237 207