MétaCan
Menu
Retour à la cohorte
Enregistrement W2057472211 · doi:10.1111/j.1600-0579.2012.00772.x

Discovering online learning barriers: survey of health educational stakeholders in dentistry

2012· article· en· W2057472211 sur OpenAlexaff
Dieter J. Schönwetter, P. A. Reynolds

Notice bibliographique

RevueEuropean Journal Of Dental Education · 2012
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedical educationStakeholderOnline learningComputer-assisted web interviewingPsychologyKnowledge managementComputer scienceMedicineMultimediaPublic relationsBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Given the exponential explosion of online learning tools and the challenge to harness their influence in dental education, there is a need to determine the current status of online learning tools being adopted at dental schools, the barriers that thwart the potential of adopting these and to capture this information from each of the various stakeholders involved in dental online learning (administrators, instructors, students and software/hardware technicians). The aims of this exploratory study are threefold: first, to understand which online learning tools are currently being adopted at dental schools; second, to determine the barriers in adopting online learning in dental education; and third, to identify a way of better preparing stakeholders in their quest to encourage others at their institutions to adopt online learning tools. METHODS: Seventy-two participants representing eight countries and 13 stakeholder groups in dentistry were invited to complete the online Survey of Barriers in Online Learning Education in Health Professional Schools. The survey was created for this study but generic to all healthcare education domains. Twenty participants completed the survey. RESULTS: demonstrated that many online learning tools are being successfully adopted at dental schools, but computer-based assessment tools are the least successful. Added to this are challenges of support and resources for online learning tools. Participants offered suggestions of creating a blended (online and face-to-face) tutorial aimed at assisting stakeholders to help their dental schools in adopting online learning tools CONCLUSION: The information from this study is essential in helping us to better prepare the next generation of dental providers in terms of adopting online learning tools. This paper will not only provide strategies of how best to proceed, but also inspire participants with the necessary tools to move forward as they assist their clients with adopting and sustaining online learning tools and models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,019
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,109
Tête enseignante GPT0,396
Écart entre enseignants0,287 · 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 tête enseignante, 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

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal Of Dental EducationMême sujetDental Research and COVID-19Travaux en français237 207