MétaCan
Menu
Retour à la cohorte
Enregistrement W2964251282

Using formative feedback to teach pharmacy students to write critical self-reflections

2019· article· en· W2964251282 sur OpenAlexaff
Beverly FitzPatrick, Justin Peddle, Tiffany Lee, Terri Genge, Ary Pevida, Amy Clarke, Karina da Silva Arnold, Carla Dillon, Henry Schulz

Notice bibliographique

RevueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReflective Practices in Education
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentPharmacyMedical educationComputer scienceMathematics educationPedagogyPsychologyMedicineNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Critical thinking is an essential skill for practising pharmacists. Critical self-reflections have been said to contribute to critical thinking, and formative feedback has been cited as improving student learning. We conducted a two-year study, using mixed methods research, with two cohorts of 1st to 4th year pharmacy students, 76 students in total, to improve their critical self-reflective skills as part of critical thinking. Our pedagogical approaches, unlike the pedagogy of didactic teaching that is historically associated with health professional education, included the writing of critical self-reflections and the use of formative assessment. Students wrote eight self-reflections over four semesters. We provided formative feedback after each self-reflection, which included individual written comments and whole class formative feedback during an explicit instruction class. However, to strengthen the study design we did not provide any feedback between the first and second reflections. Quantitative analysis using a rating scale for the components of knowledge, self-assessment, and critical thinking indicated that students improved in their self-reflections and in their critical thinking, although there were differences between the two cohorts. Qualitative analysis revealed that many students valued the formative feedback and thought it improved their learning, but not all students agreed. We suggest that these pedagogical approaches can cross disciplines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,121
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,121
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,405
Écart entre enseignants0,372 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland)Même sujetReflective Practices in EducationTravaux en français237 207