Effectiveness of an Electronic Histology Tutorial for First‐Year Dental Students and Improvement in “Normalized” Test Scores
Notice bibliographique
Résumé
The effectiveness of an electronic histology tutorial (EHT) as a mode of learning was assessed by comparing performance on two term tests for an EHT class of sixty-nine students and five prior classes (n=347) who learned by traditional methods. The aims of this study were to 1) develop and introduce a self-instructional, computer-aided approach to guide student learning in the first-year histology course at the University of Toronto Faculty of Dentistry; 2) evaluate the effectiveness of the self-study electronic histology tutorial by comparing students' test scores for the EHT group to students' scores in previous years; and 3) evaluate students' acceptance of this novel mode of learning by means of a satisfaction questionnaire. The EHT group performed significantly better on both the general histology and oral histology term tests than the five prior control years (p<0.001), yet there were no significant differences in overall GPA between the groups, suggesting that the improvement was specific to the EHT/histology course grades (p=0.1 to 0.47). A statistically significant improvement in performance per unit overall GPA was noted in the test group, which demonstrated an increase in this test score normalized ratio (TSNR) of 3-18 percent in the general histology term test and 7-21 percent in the oral histology term test over the control groups. In addition to determining the effects of the EHT on grade performance, this study sought to evaluate students' acceptance of this alternative mode of learning in comparison to the standard teaching model by means of a satisfaction questionnaire. Overall, students' responses to the questionnaire were positive with an overall mean level of agreement for all ten responses of 4.5 out of 5 (90 percent).
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».