MétaCan
Menu
Retour à la cohorte
Enregistrement W2034704193 · doi:10.5430/wje.v5n4p1

A Comparison of Team-Based Learning Formats: Can We Minimize Stress While Maximizing Results?

2015· article· en· W2034704193 sur OpenAlexvenueno aff
Cynthia J. Miller, Jeff C. Falcone, Michael J. Metz

Notice bibliographique

RevueWorld Journal of Education · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSummative assessmentLotteryTeam-based learningTest (biology)PsychologyMedical educationMathematics educationComputer scienceFormative assessmentMedicine

Résumé

récupéré en direct d'OpenAlex

Team-Based Learning (TBL) is a collaborative teaching method in which students utilize course content to solvechallenging problems. A modified version of TBL is used at the University of Louisville School of Medicine.Students complete questions on the Individual Readiness Assurance Test (iRAT) then gather in pre-assigned groupsto retake the quiz, given time to utilize their learning resources and discuss each of the questions (Team ReadinessAssurance Test-tRAT). Following this discussion, students take an Individual Summative Assessment Test (iSAT)with new questions at a similar cognitive level and content focus. While educational gains of TBL have been shown,student evaluations negatively assessed the teaching method with complaints regarding question difficulty and stresslevels. Thus, during implementation of TBL in the School of Dentistry, three main changes were made: (1) Thecontribution of TBL to the overall grade was reduced (2) TBL questions were cognitively aligned with unit examquestions, and (3) Scratch-off, lottery response cards were used to create a fun, game-like environment. This revisedTBL format, compared to the original format, resulted in similar student performance during iRAT and tRATsessions. However, the revised, low-stress format had significantly higher scores on the iSAT (n=119-161, p <.05).Furthermore, students participating in the revised TBL format reported higher effectiveness of the learning format,higher levels of perceived fairness, and lower stress levels. These results suggest that the qualitative experience ofstudents may be an important consideration that should be carefully evaluated during implementation of a newteaching technique.

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)0,007
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,080
Tête enseignante GPT0,382
Écart entre enseignants0,302 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetProblem and Project Based LearningTravaux en français237 207