MétaCan
Menu
Retour à la cohorte
Enregistrement W2344163240 · doi:10.1002/j.0022-0337.2008.72.5.tb04517.x

University of Toronto's Dental School Shows “New Teeth”: Moving Towards Online Instruction

2008· article· en· W2344163240 sur OpenAlexaffabout
Florin D. Salajan, G. Mount

Notice bibliographique

RevueJournal of Dental Education · 2008
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBlackboard (design pattern)InteractivityMedical educationBrainstormingCurriculumSet (abstract data type)MultimediaDentistryComputer scienceMathematics educationPsychologyMedicinePedagogy

Résumé

récupéré en direct d'OpenAlex

This article presents the approach the Faculty of Dentistry at the University of Toronto employed to modernize its methods of instruction by using online technologies. A small team of faculty, students, and content developers was assembled to work with individual faculty members to brainstorm and research ideas for innovative teaching practices in dental studies. The team was not content to simply post digital versions of the ubiquitous PowerPoint lectures in Blackboard, selected in 2006 by the University of Toronto as its sole platform for online course delivery, but rather set out to introduce interactivity with the course material. Consequently, a series of interactive applications was created, such as the virtual microscope in Oral Pathology, the 3D cavity preparations in Restorative Dentistry, and the Master Media Repository. During the summer of 2006, the Faculty of Dentistry made progress toward becoming one of the university's front-runners in online course innovation. The result of this collaboration between faculty members and the team was ten courses with interactive online presence, representing approximately 20 percent of the undergraduate curriculum. Since the summer of 2006, the Faculty of Dentistry has continued to pursue its goal of providing meaningful online instruction in all of its courses.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil0,997

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,024
Tête enseignante GPT0,326
Écart entre enseignants0,301 · 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.

Devis d'étudeObservationnel
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

Citations19
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetDental Research and COVID-19Travaux en français237 207