2D and 3D Stereoscopic Videos Used as Pre-Anatomy Lab Tools Improve Students' Examination Performance in a Veterinary Gross Anatomy Course
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The hypothesis for the research described in this article was that viewing an interactive two-dimensional (2D) or three-dimensional (3D) stereoscopic pre-laboratory video would improve efficiency and learning in the laboratory. A first-year DVM class was divided into 21 dissection teams of four students each. Primary variables were method of preparation (2D, 3D, or laboratory manual) and dissection region (thorax, abdomen, or pelvis). Teams were randomly assigned to a group (A, B, or C) in a crossover design experiment so that all students experienced each of the modes of preparation, but with different regions of the canine anatomy. All students were instructed to study normal course materials and the laboratory manual, the Guide, before coming to the laboratory session and to use them during the actual dissection as usual. Video groups were given a DVD with an interactive 10-12 minute video to view for the first 30 minutes of the laboratory session, while non-video groups were instructed to review the Guide. All groups were allowed 45 minutes to dissect the assigned section and find a list of assigned structures, after which all groups took a post-dissection quiz and attitudinal survey. The 2D groups performed better than the Guide groups (p=.028) on the post-dissection quiz, despite the fact that only a minority of the 2D-group students studied the Guide as instructed. There was no significant difference (p>.05) between 2D and 3D groups on the post-dissection quiz. Students preferred videos over the Guide.
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.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle