MétaCan
Menu
Retour à la cohorte
Enregistrement W2752667121 · doi:10.3138/jvme.1015-176r1

Approaches and Study Skills of Veterinary Medical Students: Effects of a Curricular Revision

2017· article· en· W2752667121 sur OpenAlexvenueno aff
Eliza Zamor, Munashe Chigerwe, Karen A. Boudreaux, Jan E. Ilkiw

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensnon disponible
Organismes subventionnairesCarnegie Foundation for the Advancement of TeachingU.S. Department of Energy
Mots-clésCurriculumMedical educationMathematics educationPsychologyCurriculum mappingActive learning (machine learning)Emergent curriculumCurriculum developmentMedicineComputer sciencePedagogyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to determine if a revised, recently implemented curriculum, embracing an integrated block design with a focus on student-centered, inquiry-based learning, had a different effect on veterinary medical students' approaches to studying than the previous curriculum. A total of 577 students completed a questionnaire consisting of the short version of the Approaches and Study Skills Inventory for Students (ASSIST). It included questions relating to conceptions about learning, approaches to studying, and preferences for different types of courses and teaching. In addition, students were asked to respond to general questions regarding the design of the revised curriculum. The scores for the deep and strategic learning approaches were higher for students studying under the previous curriculum compared to the revised curriculum, despite the fact that the revised curriculum was specifically designed to foster deep learning. The scores for the surface learning approach were lower in the students studying the revised curriculum compared to students studying under the previous curriculum. We identified the following factors affecting student learning: alteration of learning activities, such as problem-based learning, from the recommended models; a lack of instructor support for the revised curriculum; assessments that were not aligned to encourage critical thinking; and directed self-learning activities that were too comprehensive to complete in the allotted time. The results of this study can be used to improve the implementation of student-centered and inquiry-based curricula by identifying potential problems that could prevent a deep learning approach in veterinary medical students.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,067
Tête enseignante GPT0,442
Écart entre enseignants0,375 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetProblem and Project Based LearningTravaux en français237 207