The effect of an e-learning module on health sciences students’ venipuncture skill development
Notice bibliographique
Résumé
Introduction: Venipuncture is a psychomotor skill required in many healthcare professions.E-learning could be used to overcome current barriers in face-to-face learning in healthcare education such as insufficient classroom space or qualified instructors.We sought to evaluate the effectiveness of an e-learning module on students' performance when used in addition to in-class training.Methods: Overall, 224 health sciences students were approached to participate in this pilot study.Recruited students were divided into control and study groups.The control group received only in-class training, whereas the study group had access to the e-learning module in addition to in-class learning.Both groups were evaluated on their self-confidence using a Likert scale, academic competence using a multiple-choice questionnaire, and psychomotor competence from video skill recordings using an in-house rubric.Nonparametric, independent sample Mann-Whitney tests were performed to evaluate differences between groups.Results: Overall, 114 students provided written informed consent; 84 students (control: n = 50, study: n = 34) participated in at least one component of the study.Significantly higher (p = 0.017) academic competence scores were observed in the study group.Significantly higher confidence levels were also observed postintervention for both the control (p = 0.0025) and study (p = 0.0011) groups; however, no significant differences were found between the study and control groups before (p = 0.441) or after (p = 0.883) intervention.Finally, no significant differences (p = 0.428) were observed for psychomotor skills between the study arms.Conclusion: Our results suggest that there is potential for e-learning to increase the academic competence of students when used in conjunction with traditional learning; however, further research is needed to determine its efficacy on psychomotor skills.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».