The Effectiveness of Computer‐Aided, Self‐Instructional Programs in Dental Education: A Systematic Review of the Literature
Notice bibliographique
Résumé
Computer-aided learning (CAL), self-instructional programs provide an accessible, interactive, and flexible way of presenting curriculum material. In order to assess the effectiveness of CAL programs in dental education, a systematic review of the published literature comparing CAL with other teaching methods was performed. A systematic search of the published literature was performed. Articles formally assessed for inclusion had to meet the following criteria: randomized controlled trials comparing CAL with any other method of instruction, and the use of academically homogeneous dental students or dental professionals with objective, predefined outcome criteria measuring performance, time spent, and attitudes. The searches located a total of 1,042 articles; of these, only twenty-seven articles met the inclusion criteria. Further quality assessment identified twelve studies that were included in the final review. Five of the studies documented statistically significant differences in outcome measures (scores on multiple choice, written or oral tests, and clinical performance) favoring CAL over comparison group(s), while six revealed no statistically significant differences. One study documented a greater improvement in test scores in the seminar group over the CAL group. Participants' attitudes towards CAL in the included studies are also discussed. Our study concluded that CAL is as effective as other methods of teaching and can be used as an adjunct to traditional education or as a means of self-instruction.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».