MétaCan
Menu
Retour à la cohorte
Enregistrement W2056663272 · doi:10.5539/ijps.v2n1p38

Analysis of the psychological impact of Problem Based Learning (PBL) towards self directed learning among students in undergraduate medical education

2010· article· en· W2056663272 sur OpenAlexvenueno aff
Srikumar Chakravarthi, Priya Mankara Vijayan

Notice bibliographique

RevueInternational Journal of Psychological Studies · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutodidacticismPsychologyCurriculumMedical educationProblem-based learningScale (ratio)Self-controlMathematics educationDevelopmental psychologyPedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

The psychological impact of a learning tool towards self directed learning is an important outcome of medical education. Although problem based learning is believed to facilitate self directed learning, previous studies have reported conflicting results. This longitudinal survey explored the perceived psychological changes in self directed learning for two and a half years in an undergraduate phase 1 medical education program with an integrated problem-based learning curriculum. 170 of 200 students (response rate, 85%) completed the Self-Directed Learning Readiness Scale at five different time points: at the beginning of each semester year and at program completion. Scores were significantly lower during the first semester compared with other years, and fifth semester scores were significantly higher than in previous years. Scores on the three subscales (i.e., self-management, desire for learning, and self-control) increased significantly during the five semesters years of the programme. These findings support self-directed learning as a maturational process seen psychologically by the students. Implications for medical faculty and curriculum development are discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,471
Écart entre enseignants0,436 · 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

Citations25
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Psychological StudiesMême sujetProblem and Project Based LearningTravaux en français237 207