Team-Based Learning Increases Active Engagement and Enhances Development of Teamwork and Communication Skills in a First-Year Course for Veterinary and Animal Science Undergraduates
Notice bibliographique
Résumé
Team-based learning (TBL) was implemented into a first-year course (Principles in Animal Behaviour, Welfare and Ethics) for BSc Veterinary Bioscience (VB) and Animal Science (AS) students. TBL is now used widely in teaching medical students, but has had more limited uptake in veterinary education. This study reports its use over 2 years with cohorts of 126 and 138 students in 2011 and 2012, respectively. Average individual marks for multiple-choice question (MCQ) tests in the Readiness Assurance component of TBL were higher for the teams than for individuals for each session, explicitly demonstrating the advantages of teamwork. Students reported that they felt actively involved and that TBL helped them both with their learning and in developing other important skills, such as teamwork and communication. Qualitative analysis of written feedback from the students revealed positive themes of discussion, application, revelation, socializing, engagement, clarification, and retention/revision. In 2011 negative comments included the need to shorten the TBL sessions, but in 2012 tightening of the timelines meant that this was no longer a major concern. Requests to provide better introductory and background materials and ambiguity in questions in the TBL activities were what students least liked about the TBL. However, most comments were positive rather than negative in nature, and many students preferred the TBL to lectures. With requirements for curricula to teach professional skills, such as communication and teamwork, and the positive results from TBL's implementation, it is hoped that this study will encourage others to trial the use of TBL in veterinary education.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».