Impact of Different Small Student Group Learning Approaches to Compressed Medical Anatomy Education
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The University of Ottawa utilizes two approaches to small group laboratory learning in its compressed (46.5 hrs) medical anatomy program. The Facilitated Active Learning (FAL) approach is driven by Faculty who promote student progression through learning objectives. In the Emphasized Independent Learning (EIL) approach, independent pre‐lab preparation is stressed, with limited Faculty involvement, based on 'flipped classroom' principles. This study characterized student perceptions and academic performance related to these approaches. Perceptions were surveyed using both Likert‐style items and open‐ended items. Open‐ended items were analyzed for consensus, emerging themes. Student performance was compared on overall practical examinations, anatomy‐related items, and discriminating anatomy items (testing knowledge application). While the survey analysis revealed perceived strengths attributed to both EIL (collaboration, communication skills) and FAL (appropriate direction and enhanced learning of objectives) methods, the EIL method was noted for lack of direction and inefficient student learning. Active learning in FAL classes was variable and sometimes limited by Faculty teaching style. While FAL students only scored 4% higher than EIL students on practical exams (P<0.05), FAL students scored 6% and 8% higher on anatomy‐related MCQs and discriminating anatomy‐related MCQs, respectively, indicating a significant (P<0.01) impact of teaching style on learning. Despite some perceived benefits, emphasizing independent student learning had a negative impact on student performance (particularly on discriminating items), relative to Faculty‐facilitated learning, in a compressed anatomy program.
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.
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 | 0,000 |
| 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 | 0,001 | 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 découle