The Use of Pre-recorded Lectures on Student Performance in Physiology
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
There has been an increase in reliance on pre-recorded lectures (PRL) as a source of learning in place of live-lectures(LL) in higher education today but whether PRL can effectively replace LL remains unknown. We tested how studentsperformed in the exam questions when PRL replaced LL. While PRL+ group included those students who watched thevideo lectures, PRL- group was composed of students who either did not utilize these videos or accessed only briefly.Additional analysis involved the separation of exam questions, from both LL and PRL, into memory questions (MQ;basic factual details) and comprehension questions (CQ; requiring processing of the given information) and theircomparisons. We did not find any significant difference in student performance between the LL and PRL groups aswell as between LLMQ and PRL+MQ groups. However, students in the LL group performed significantly better onCQ compared to the PRL+ group (P<0.05). Furthermore, analysis of student performance between MQ and CQ amongthe PRL+ and PRL- groups revealed that both groups performed significantly higher on MQ compared to CQ (p<0.01between PRL+MQ and PRL+CQ and p<0.05 between PRL-MQ and PRL-CQ). These results suggest that LL helpsstudents perform better on CQ, where it requires processing of given information compared to that of PRL. Theeffectiveness of PRL, at least from this study, is limited to mastering basic factual details but not suitable for complexconceptual processing and therefore may not fully be able to replace LL.
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 | 0,002 |
| 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 | 0,000 |
| 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