RN to BSN Students’ communication satisfaction with asynchronous discussion forums: Audio-video versus text-based responses
Notice bibliographique
Résumé
Objective: This pilot study examined an innovative strategy for an RN to BSN online program, specifically focused on the required asynchronous discussion forums. The aim of the study was to compare RN to BSN students’ communication satisfaction with audio-video discussion responses versus the traditional text-based responses.Methods: Utilizing a pretest-posttest design, RN to BSN student’s communication satisfaction with traditional text-based discussion responses was measured using a 5-point Likert scale survey at the end of fall semester. Audio-video responses were the required discussion response format during the subsequent spring semester. Students’ communication satisfaction with asynchronous audio-video discussion responses was measured at the end of the spring semester. Paired t-tests and descriptive statistics were conducted.Results: Students satisfaction significantly increased with audio-video discussion responses for the extent communication was positive, accurate and free flowing. There were no statistically significant differences in students’ satisfaction between text and audio-video format related to the extent communication motivated them to meet course goals and identify with the discussion, or with the extent instructors offered guidance and were open to ideas and attention to content.Conclusions: Although limited by a small sample size and low power (N = 16 pre-test, N = 17 post-test) the findings of this study may be of interest to online nurse educators who are seeking innovative strategies to improve student satisfaction within asynchronous discussion forums. With further research, the use of audio-video discussion responses may provide an alternative to the traditional text-based responses related to communication satisfaction.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».