A Web-Based Course on Public Health Principles in Disaster and Medical Humanitarian Response: Survey Among Students and Faculty
Notice bibliographique
Résumé
BACKGROUND: Web-based public health courses are becoming increasingly popular. "Public Health Principles in Disaster and Medical Humanitarian Response" is a unique Web-based course in Hong Kong. This course aimed to fill a public health training gap by reaching out to postgraduates who are unable to access face-to-face learning. OBJECTIVE: The aim of this paper was to use a structured framework to objectively evaluate the effectiveness of a Web-based course according to Greenhalgh et al's quality framework and the Donabedian model to make recommendations for program improvement. METHODS: An interim evaluation of the first cohort of students in 2014 was conducted according to the Donabedian model and a quality framework by Greenhalgh et al using objective and self-reported data. RESULTS: Students who registered for the first cohort (n=1152) from June 16, 2014 to December 15, 2014 (6 months) were surveyed. Two tutors and the course director were interviewed. The Web-based course was effective in using technology to deliver suitable course materials and assessment and to enhance student communication, support, and learning. Of the total number of students registered, 59.00% (680/1152) were nonlocal, originating from 6 continents, and 72.50% (835/1152) possessed a bachelor's or postgraduate degree. The completion rate was 20.00% (230/1152). The chi-square test comparing students who completed the course with dropouts showed no significant difference in gender (P=.40), age (P=.98), occupation (P=.43), or qualification (P=.17). The cost (HK $272 per student) was lower than that of conducting a face-to-face course (HK $4000 per student). CONCLUSIONS: The Web-based course was effective in using technology to deliver a suitable course and reaching an intended audience. It had a higher completion rate than other Web-based courses. However, sustainable sources of funding may be needed to maintain the free Web-based course.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».