Medical School Radiology Lectures: What Are Determinants of Lecture Satisfaction?
Notice bibliographique
Résumé
OBJECTIVE: Slideshow presentations are a popular teaching method in undergraduate medical education; however, there are scant data on determinants of lecture satisfaction. The purpose of this study is to determine which features of undergraduate medical school radiology lectures are associated with better student evaluations. MATERIALS AND METHODS: All undergraduate medical school radiology presentations and student evaluations at the University of Ottawa from January to December 2013 were compiled. A standardized data extraction sheet was applied by two independent reviewers, including a 10% overlap for audit. Student evaluations were reported on a 5-point Likert scale from which an overall mean score per lecture was calculated. Correlation coefficients were calculated for continuous variables in relation to mean evaluation score. Student t tests and univariate ANOVAs were performed for categoric data. Quantitative content analysis of student comments was also undertaken. RESULTS: Sixty-four slideshows by 33 lecturers were analyzed. The overall mean (SD) evaluation score was 4.38 ± 0.30. The strongest positive correlation with mean evaluation score was for type size (r = 0.32; p = 0.01), whereas the strongest negative association was for number of clinical cases presented (r = -0.32; p = 0.01). No association with percentage of text slides (r = 0.19; p = 0.14) or mean number of images on an image slide (r = -0.22; p = 0.08) was identified. Content analysis revealed a moderate positive correlation between percentage of total slides containing text only and the percentage of positive comments (r = 0.31) and a weak correlation between the mean number of images per image slide and the percentage of negative comments (r = 0.24). CONCLUSION: Larger type size and a higher proportion of text slides were more favored by medical students.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».