Assessing the Impact of Voice‐Over Screen‐Captured Presentations Delivered Online on Dental Students’ Learning
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 traditional lecturing method is still one of the most common forms of delivering content to students in dental education, but innovative learning technologies have the potential to improve the effectiveness and quality of teaching dental students. What challenges instructors is the extent to which these learning tools have a direct impact on student learning outcomes. The aim of this study was to assess the impact of a voice-over screen-captured learning tool by identifying a positive, nil, or negative impact on student learning as well as student engagement (affective, behavioral, and cognitive) when compared to the traditional face-to-face lecture. Extraneous variables thought to impact student learning were controlled by the use of baseline measures as well as random assignment of second-year dental students to one of two teaching conditions: voice-over screen-captured presentation delivered online and the traditional classroom lecture. A total of 28 students enrolled in the preclinical course in endodontics at a Canadian dental school participated in the study, 14 in each of the two teaching conditions. The results showed that, in most cases, the students who experienced the online lecture had somewhat higher posttest scores and perceived satisfaction levels than those in the face-to-face lecture group, but the differences did not achieve statistical significance except for their long-term recognition test scores. This study found that the students had comparable learning outcomes whether they experienced the face-to-face or the online lecture, but that the online lecture had a more positive impact on their long-term learning. The controls for extraneous variables used in this study suggest ways to improve research into the comparative impact of traditional and innovative teaching methods on student learning outcomes.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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