MétaCan
Menu
Retour à la cohorte
Enregistrement W2517998819 · doi:10.1186/s12961-016-0136-x

Blended learning across universities in a South–North–South collaboration: a case study

2016· article· en· W2517998819 sur OpenAlex
Myroslava Protsiv, Senia Rosales-Klintz, Freddie Bwanga, Merrick Zwarenstein, Salla Atkins

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHealth Research Policy and Systems · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensWestern University
Organismes subventionnairesEuropean Commission
Mots-clésThematic analysisMedical educationHealth services researchCapacity buildingHealth informaticsQualitative researchBlended learningHealth administrationClass (philosophy)Qualitative propertyMedicinePolitical sciencePedagogyEducational technologyPublic healthPsychologySociologyNursingComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Increased health research capacity is needed in low- and middle-income countries to respond to local health challenges. Technology-aided teaching approaches, such as blended learning (BL), can stimulate international education collaborations and connect skilled scientists who can jointly contribute to the efforts to address local shortages of high-level research capacity. The African Regional Capacity Development for Health Systems and Services Research (ARCADE HSSR) was a European Union-funded project implemented from 2011 to 2015. The project consortium partners worked together to expand access to research training and to build the research capacity of post-graduate students. This paper presents a case study of the first course in the project, which focused on a meta-analysis of diagnostic accuracy studies and was delivered in 2013 through collaboration by universities in Uganda, Sweden and South Africa. METHODS: We conducted a mixed-methods case study involving student course evaluations, participant observation, interviews with teaching faculty and student feedback collected through group discussion. Quantitative data were analysed using frequencies, and qualitative data using thematic analysis. RESULTS: A traditional face-to-face course was adapted for BL using a mixture of online resources and materials, synchronous online interaction between students and teachers across different countries complemented by face-to-face meetings, and in-class interaction between students and tutors. Synchronous online discussions led by Makerere University were the central learning technique in the course. The learners appreciated the BL design and reported that they were highly motivated and actively engaged throughout the course. The teams implementing the course were small, with individual faculty members and staff members carrying out many extra responsibilities; yet, some necessary competencies for course design were not available. CONCLUSIONS: BL is a feasible approach to simultaneously draw globally available skills into cross-national, high-level skills training in multiple countries. This method can overcome access barriers to research methods courses and can offer engaging formats and personalised learning experiences. BL enables teaching and learning from experts and peers across the globe with minimal disruption to students' daily schedules. Transforming a face-to-face course into a blended course that fulfils its full potential requires concerted effort and dedicated technological and pedagogical support.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,236
Tête enseignante GPT0,513
Écart entre enseignants0,277 · 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