A Randomized Comparative Trial of the Knowledge Retention and Usage Conditions in Undergraduate Medical Students Using Podcasts and Blog Posts
Notice bibliographique
Résumé
Introduction Podcasts and blog posts have gained popularity in Free Open Access Medical education (FOAM). Previous work suggests that podcasts may be useful for knowledge acquisition in undergraduate medical education. However, there remains a paucity of research comparing the two mediums. This study aims to investigate if there are differences in knowledge acquisition and usage conditions by medical students using podcasts and blog posts. Methods Medical students were randomized to either the podcast or blog post group. They completed an initial online assessment of their baseline knowledge on the subject matter. Participants then received access to learning materials and were given four weeks to complete the follow-up assessment on their own time. Independent t-test, paired samples t-test, and a mixed ANOVA (analysis of variance) were conducted to assess knowledge acquisition. An intention-to-teach analysis was used to impute missing data from students lost to follow-up. Simple descriptive statistical data was used to describe media usage conditions. Results Completion of at least one follow-up assessment was comparable (68% podcasts (n = 21/31), 73% blog posts (n = 22/30)). Both groups showed significant improvements in their test scores, with an average 22% improvement for the podcast group and 29% for the blog post group. There was no significant statistical difference in knowledge acquisition between educational modalities overall. Students in the blog post group that completed both post-intervention quizzes showed a larger improvement than the podcast group in the toxicology topic, with similar improvements in the asthma topic. The podcast group tended to engage in multiple activities while using the learning materials (e.g. at least two to three of the following: driving, eating, chores, taking notes, exercising/walking), while the blog readers tended to do fewer activities (e.g. only one of the following: note taking, eating). Conclusion This study suggests that podcasts and blog posts are useful for extracurricular knowledge acquisition by undergraduate medical students with no significant difference between the two modalities. The usage conditions for each type of media differ.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».