Evolution of a Course in Veterinary Clinical Pathology: The Application of Case-Based Writing Assignments to Focus on Skill Development and Facilitation of Learning
Notice bibliographique
Résumé
RATIONALE FOR STUDY: To encourage application and critical thinking, case-based writing assignments and grading rubrics were developed for use in a second-year core clinical pathology course. Objectives were to describe how this teaching technique was adapted to a large-class setting and how student perceptions of the learning experience guided modifications of this teaching technique over two presentations of the course and plans for a third presentation. Our goal was to enhance learning by encouraging application of course material to clinical situations and thereby improve students' ability to organize and communicate information. Furthermore, we evaluated the influence of instructor feedback on the learning process. METHODS: With assistance from the University of Minnesota Center for Writing, assignments and grading rubrics were developed. Students completed course evaluation surveys designed to elicit feedback on the impact of the assignments. RESULTS: Increased learner confidence was reflected in larger self-reported increases in understanding of the material and ability to apply information and in increased feelings of preparedness for class and examinations. A large majority of students advocated the use of such assignments in the course in future years, and modifications to make grading and evaluation of assignments more efficient are underway. CONCLUSIONS: Investment of faculty and student time in case-based writing assignments in the veterinary clinical pathology curriculum appears to increase student engagement with material and learner confidence. Future studies should address the impact of this type of assignment more specifically on clinical reasoning and communication skills and on long-term retention of material.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».