MP28: A randomized comparative trial of the usage, knowledge retention and media preferences in undergraduate medical students using podcasts and blog posts
Notice bibliographique
Résumé
Introduction: Podcasts and blog posts are gaining popularity in Free Open Access Medical education (FOAMed). However, there remains a paucity of research comparing the two media for undergraduate medical education. This study aims to investigate if there are differences in medical students’ usage conditions, knowledge retention and preferences in the two types of media (podcasts, blog posts). Methods: Medical students were block-randomized to either the podcast or blog post group according to their year of schooling. They completed an online assessment of their baseline knowledge on the subject matter and preferences within the various types of media. Participants then received access to learning materials and were given four weeks to complete the follow-up assessment. Simple descriptive statistical data were used to detail student preferences. Paired samples t-tests and a Repeated Measures Analysis of Variance (RM-ANOVA) were conducted to assess knowledge acquisition. A carry forward analysis was used to impute missing data from students lost to follow-up. Results: A total of 65 medical students participated in our study (podcasts n=33, blog posts n=32). The initial survey suggests that students prefer general topic discussion and “approach-to” themes (68% and 84%, respectively). 55% of students in the podcast group preferred podcasts that were less than 30 minutes. None of the blog post group preferred a shorter text, and each blog post required a mean of 25 minutes to read. Completion of at least one follow-up assessment was comparable (68% podcasts, 70% blog posts). The podcast listeners tended to engage in multiple activities while using the learning material (e.g. at least 2-3 of the following: driving, eating, chores, taking notes, exercising), while the blog readers tended to do fewer activities (e.g. only 1 of the following: taking notes, eating, only reading). Both groups showed significant improvements in their test scores (Asthma: 22% improvement, Toxicology: 29%; p<0.01 for both), with blog posts demonstrating a larger but non-significant difference (RM-ANOVA, Topic*Modality F(1,59)=0.001, p=0.973). Conclusion: This study suggests that podcasts and blog posts significantly improve medical student knowledge retention to a similar degree, but differ in usage conditions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».