Problem-based Learning and Theories of Teaching and Learning in Health Professional Education
Notice bibliographique
Résumé
Although problem-based learning (PBL) has been linked to several theories of teaching and learning, how these theories are applied remains unclear. The objective of this paper is to explore how theories of teaching and learning relate to and can inform problem-based learning within health professional education programs. We conducted a scoping review on current theories of teaching and learning and considered their relevancy to the problem-based learning approach. The findings suggest that no single theory of teaching and learning can fully represent the complexity of learning in PBL. Recognizing the complexity of the PBL environment and the fluidity between theories of teaching and learning, we proposed eight principles from across 11 theories of teaching and learning that can inform how PBL is operationalised in university-based health professional education: 1) Adult learners are independent and self-directed; 2) Adult learners are goal oriented and internally motivated; 3) Learning is most effective when it is applicable to practice; 4) Cognitive processes support learning; 5) Learning is active and requires active engagement; 6) Interaction between learners supports learning; 7) Activation of prior knowledge and experience supports learning; and 8) Elaboration and reflection supports learning. These eight principles provide the foundation for curriculum design recommendations relevant to PBL within university-based education programs. Specifically, our findings suggest that active engagement and interactions should be encouraged, that students should be prompted to activate their prior knowledge and experiences, and that elaboration and reflection on learning is critical. The small group format of PBL can facilitate this engagement if students question each other, consider alternative perspectives, and are actively involved in setting learning objectives. Further research is needed to develop the empirical basis for these principles and examine if PBL is an effective approach for implementing these principles.
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 | 0,019 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,027 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».