MétaCan
Menu
Retour à la cohorte
Enregistrement W2903641258 · doi:10.5539/mas.v13n1p57

Investigating Learners' Attitudes Toward Virtual Reality Learning Environments in Embryology Education

2018· article· en· W2903641258 sur OpenAlexvenueno aff
Salasabeel F. M. Alfalah, Jannat Falah, Nadia Muhaidat, Mutasem Elfalah, Orwa Falah

Notice bibliographique

RevueModern Applied Science · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMemorizationCurriculumVariety (cybernetics)VisualizationComputer scienceProcess (computing)Virtual realityMathematics educationRealization (probability)MultimediaPsychologyHuman–computer interactionPedagogyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Embryology is taught to undergraduates in a variety of health sciences, largely depending on traditional teaching methods. The human embryo's development is complex and dynamic, and to digest all the related facts, students are always searching for educational tools to enhance their learning experience. Virtual Reality (VR) is a promising technology that aids in the realization of 3 Dimensional (3D) relations of structures by visualization rather than memorization. This paper utilizes a mixed method research consisting of focus group interviews, followed by a questionnaire to evaluate the current teaching methodology, identify shortfalls of traditional learning tools, and determine how VR may enhance the learning process, and the students' acceptance of introduction of this technology into their curriculum. It demonstrates that a VR embryology system would provide a valuable addition to existing educational tools, which is appealing to users, and has the potential to overcome some of the current methods' shortfalls.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil0,520

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetAnatomy and Medical TechnologyTravaux en français237 207