Experiences with Audio Feedback in a Veterinary Curriculum
Notice bibliographique
Résumé
On a national scale in the United Kingdom, student surveys have served to highlight areas within higher education that are not achieving high student satisfaction. Of particular concern to the veterinary and medical disciplines are the persistently poor levels of student satisfaction with academic feedback compared to students in other subjects. In this study we describe experiences with audio feedback trials in a veterinary curriculum. Students received audio feedback on either an in-course laboratory practical report or on an in-course multiple-choice test. Shortly after receiving their feedback, students were surveyed using an electronic questionnaire. In both courses, more students strongly agreed that audio feedback was helpful compared to either text-based (course A) or whole-class (course B) feedback. When asked to reflect on the helpfulness of various types of feedback they had received, audio feedback was rated less helpful than individual discussion with a member of staff (course A and course B), more helpful than peer discussion or automated feedback (course A and course B), and more helpful than written comments or whole-class review sessions (course B). From a faculty perspective, in course A, use of audio feedback was more efficient than handwritten feedback. In course B, the additional time commitment required was approximately 5 hours. Major themes in the qualitative data included the personal and individual nature of the feedback, quantity of feedback, improvement in students' insight into the process of marking, and the capacity of audio feedback to encourage and motivate.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 tête enseignante, 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 ».