Attitudes of Health Professional Educators Toward the Use of Social Media as a Teaching Tool: Global Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: The use of social media in health education has witnessed a revolution within the past decade. Students have already adopted social media informally to share information and supplement their lecture-based learning. Although studies show comparable efficacy and improved engagement when social media is used as a teaching tool, broad-based adoption has been slow and the data on barriers to uptake have not been well documented. OBJECTIVE: The objective of this study was to assess attitudes of health educators toward social media use in education, examine differences between faculty members who do and do not use social media in teaching practice, and determine contributing factors for an increase in the uptake of social media. METHODS: A cross-sectional Web-based survey was disseminated to the faculty of health professional education departments at 8 global institutions. Respondents were categorized based on the frequency of social media use in teaching as "users" and "nonusers." Users sometimes, often, or always used social media, whereas nonusers never or rarely used social media. RESULTS: A total of 270 health educators (52.9%, n=143 users and 47.0%, n=127 nonusers) were included in the survey. Users and nonusers demonstrated significant differences on perceived barriers and potential benefits to the use of social media. Users were more motivated by learner satisfaction and deterred by lack of technology compatibility, whereas nonusers reported the need for departmental and skill development support. Both shared concerns of professionalism and lack of evidence showing enhanced learning. CONCLUSIONS: The majority of educators are open-minded to incorporating social media into their teaching practice. However, both users and nonusers have unique perceived challenges and needs, and engaging them to adapt social media into their educational practice will require previously unreported approaches. Identification of these differences and areas of overlap presents opportunities to determine a strategy to increase adoption.
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 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 | 0,005 | 0,050 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».