MétaCan
Menu
Retour à la cohorte
Enregistrement W2155044060 · doi:10.1128/jmbe.v15i2.713

Using Facebook to Engage Microbiology Students Outside of Class Time

2014· article· en· W2155044060 sur OpenAlexaff
Blaine A. Legaree

Notice bibliographique

RevueJournal of Microbiology and Biology Education · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensKeyano College
Organismes subventionnairesnon disponible
Mots-clésPopularityClass (philosophy)Social mediaSet (abstract data type)Computer scienceMathematics educationMedical educationPsychologyWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

Learning microbiology can be made fun by writing funny lines related to microbiology. Students were tasked to create their own pick-up lines and explain these basNumerous usage studies show that a high percentage of college age students are subscribers of the social media service Facebook. Modern teaching methods have a high emphasis on student engagement in the classroom, however, not all students participate equally and therefore it is important to find alternate methods for student engagement. The popularity of social media services and the wealth of online biology resources therefore seem like an obvious way to additionally engage students, particularly non-traditional students who may be less likely to participate in class discussions. In order to investigate how to engage students using this tool, I set up a Facebook group for my medical microbiology class over two semesters. Afterwards I surveyed students on its usefulness. The feedback was mostly positive, and of the resources shared with students, they were most likely to view online videos. Students also found it helpful to have an alternate means of interacting with the instructor and 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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,000
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 Opus0,075
Tête enseignante GPT0,437
Écart entre enseignants0,363 · 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'étudeExpérimental (laboratoire)
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

Citations18
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Microbiology and Biology EducationMême sujetDigital Storytelling and EducationTravaux en français237 207