Microlearning to improve <scp>CPD</scp> learning objectives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Despite active involvement in teaching, clinical educators facilitating the continuing professional development (CPD) of their fellow specialists may not have formal training in medical education. Although required to write focused, measurable, topic-relevant, attainable and time-bound learning objectives to clearly inform learners on their learning intentions, CPD educators often receive no training on how to develop them. Microlearning is an online learning format occurring without real-time or interpersonal interaction, aiming to deliver easily accessible small units of focused information that are readily applicable for professionals. We hypothesised that Portuguese ophthalmologist educators lecturing to their fellow specialists would benefit from a microlearning experience (MLE) to improve the quality of their learning objectives. METHODS: We created an MLE about writing effective learning objectives. In phase 1, 25 clinical educators, scheduled to lecture at an ophthalmology conference in Portugal, were invited to watch the MLE, write and classify their learning objectives according to Bloom's modified taxonomy, and complete an evaluation survey. In phase 2, 86 clinical educators were invited to view the MLE and complete the survey. RESULTS: In phase 1, 20% of participants completed the exercise and survey. They categorised their objectives high on Bloom's taxonomy, considered the MLE useful and stated their intent to apply the principles learned in practice. In phase 2, 29% of participants provided feedback. All agreed that the intervention was clear and useful and 87% expressed an intent to use this information in their educational practice. CONCLUSIONS: The majority of participants found the MLE clear and useful. Further studies are necessary to measure the impact of the MLEs used by clinical educators.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| 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 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle