Rethinking the Learning and Evaluation Environment of a Veterinary Course in Gross Anatomy: The Implementation of an Assessment and Development Center and an E-Learning Platform
Notice bibliographique
Résumé
Today's students belong to an interactive generation and receive information through multiple channels. In addition, veterinary medicine curricula are changing due to trends such as student-centered education and competence-based learning. In consequence, we were stimulated to rethink the way in which veterinary gross anatomy was taught and assessed. As a first step, the learning goals for the students participating in the veterinary gross anatomy course were clearly defined. Students had to acquire knowledge of and insight into the structure, the function, and the interrelationships of gross anatomical structures in various species. They also had to be competent in observing, palpating, and exposing the anatomical structures. Additionally, they had to attain some general skills and attitudes. Next, a learning environment was developed enabling students to accomplish these goals. The three main components of this new environment were, first, the reorientation of classic cadaveric dissections towards attaching an increased importance to the attainment of course-specific and general skills and attitudes; second, the incorporation of an e-learning platform; and third, an increase in the number of student-lecturer interactions during lecture hours. Finally, the assessment and examination were adjusted to complement the goals defined earlier and the redesigned learning environment. An assessment and development center (ADC) was introduced, where students demonstrated their skills and insights by completing job-relevant assignments within a set time limit. This ADC was used as a means of evaluating students as well as of giving them feedback. Students were enthusiastic about this way of teaching although they experienced it as difficult.
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 | 0,016 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».