The use of limericks to engage student interest and promote active learning in an undergraduate course in functional anatomy
Notice bibliographique
Résumé
The study of anatomy is a content-dense discipline with a challenging vocabulary. A mnemonic is a series of letters, a word, a phrase, or a rhyme that students can use when studying to facilitate recall. This project was designed to promote active learning in undergraduate students studying anatomy and physiology by asking them to create limericks based on course content and then to evaluate the limericks written by their peers for learning value, accuracy, style, and adherence to limerick characteristics. Students (278 and 288, respectively, in the 2009 and 2010 sections of ANP1107) worked in groups of three to create a total of 242 limericks. Peer evaluation was accomplished in two stages using a 20-point marking rubric. In Stage 1, students were randomly divided into 10 groups (n = 23 ± 2 students) with each group member evaluating the same 12 ± 1 limericks. In Stage 2, the top 19% of limericks were reevaluated by all students so that the best three could be chosen. In each of the two years, 60% of students completed all parts of the assignment. Higher percentages (75-80%) participated in limerick writing and one of the two assessment stages. A positive association was noted between level of student participation in the limerick assignment and final course marks. Limerick creation and evaluation can be used to promote active learning by encouraging students to review functional-anatomy-based content to create limericks with good learning value and to provide valid assessments of limericks written by their peers.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».