MétaCan
Menu
Retour à la cohorte
Enregistrement W2280936027 · doi:10.1096/fasebj.24.1_supplement.825.5

Development of a synchronous online microscopic anatomy course using virtual microscopy

2010· article· en· W2280936027 sur OpenAlexaff
Michele Barbeau, Kem A. Rogers

Notice bibliographique

RevueThe FASEB Journal · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésVirtual microscopyPopularityComputer scienceVideoconferencingMultimediaCourse (navigation)Class (philosophy)SuiteMedical educationPsychologyMedicineArtificial intelligenceEngineeringPathology

Résumé

récupéré en direct d'OpenAlex

The use of virtual microscopy has become a well established and accepted tool for microscopic anatomy instruction. This tool has been tested for its educational effectiveness and it has shown to be as effective as traditional microscopes. The popularity of distance education (DE) courses continues to increase as more students become comfortable with this method of teaching and as more courses are offered. Using the Wimba Collaboration Suite videoconferencing software, we are combining the technologies of virtual microscopy with synchronous videoconferencing to create an online microscopic anatomy course. Our institution has offered a traditional comprehensive microscopic anatomy course for decades. This course includes both lectures and traditional laboratories using microscopes. With online technologies, it is possible to offer the same course, including the laboratory exercises, as a DE course. Synchronous online courses allow many of the benefits of face to face instruction where the instructor can ask questions to check for understanding or the class can have a discussion. The combination of technologies allows this course to be offered to a much wider audience, including participants that are unable to attend campus. Grant Funding Source : Not available

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,297

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,253 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetBiomedical and Engineering EducationTravaux en français237 207