Incorporating an Audience Response System into Veterinary Dermatology Lectures: Effect on Student Knowledge Retention and Satisfaction
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
Veterinary educators are charged with delivering large amounts of information to adult students, who benefit from a more interactive learning environment than is often achieved through didactic lectures. Audience response systems (ARS) with wireless keypad technology facilitate interactive learning and have been used successfully in the education of health professionals. The objectives of this pilot study were to determine the effect of an ARS on the knowledge retention of veterinary dermatology students and to survey student attitudes concerning its use. A cohort-controlled trial was conducted to evaluate the potential benefits of ARS for short-term and long-term knowledge retention. Students also participated in four hours of student-directed case simulations using ARS technology. Students were surveyed regarding opinions on the use of the ARS. The mean short-term knowledge-retention test scores of groups A (ARS+) and B (ARS-) were 81% and 78%, respectively. The mean long-term knowledge-retention test scores of groups A and B were 54% and 55%, respectively. The differences between groups were not significant for either time period (p = 0.32, p = 0.77). Although benefits to short-term and long-term knowledge retention were not detected in this pilot study, all students responding to the survey perceived a benefit and supported the use of ARS in the clinical veterinary curriculum. ARS technology provides a tool for lecturers to create an interactive learning environment well suited for teaching veterinary dermatology.
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 | 0,020 | 0,006 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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