MétaCan
Menu
Retour à la cohorte
Enregistrement W3012418225 · doi:10.3138/jvme.2019-0049

Comparing Two Resources Used to Teach Pulmonary Patterns for a Flipped Veterinary Radiology Course

2020· article· en· W3012418225 sur OpenAlexvenueno aff
Sally Sukut, Monique N Mayer, Marcel D’Eon, Brent Burbridge, Cheryl Waldner

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClass (philosophy)Medical educationReading (process)MedicineFlipped classroomMedical diagnosisTeaching methodMathematics educationPsychologyRadiologyComputer science

Résumé

récupéré en direct d'OpenAlex

The flipped classroom has been gaining momentum within medical education circles. Pre-class assignments are an important component of this pedagogical approach. In this study, a section of the introductory course to veterinary medical imaging was taught using a flipped classroom, and the effectiveness of two different pre-classroom assignments was evaluated. The pre-classroom assignments consisted of either short videos or readings. Both had similar content, which included basic information about pulmonary patterns of disease on chest radiographs. Learning outcomes were assessed by in-classroom and final examination questions. Student learning self-assessments and student satisfaction were also evaluated via an online survey. Students in the video group answered more of the in-classroom questions correctly (71% video vs. 63% reading group; p = .01) and had higher scores on the final examination (83% video vs. 75% reading group; p = .02). There was also a higher student satisfaction with the videos versus the reading assignment. However, we found no significant difference in the student self-assessments of learning or participation in class. An additional finding of this study related to the ongoing difficulties students were having with the learning objectives, including differentiating a pathological process from a normal, or normal variant, recognizing the different pulmonary patterns, and developing a differential diagnoses list, despite the pre-classroom assignments and large group learning sessions. This speaks to the difficulty in developing confidence in pulmonary pattern recognition on chest radiographs, a skill that requires considerable training and time investment.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,242
Tête enseignante GPT0,498
Écart entre enseignants0,256 · 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'étudeObservationnel
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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetInnovative Teaching MethodsTravaux en français237 207