Online formative assessment coupled with synchronous online learning: Insight from an Indian medical college
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
Objectives: During the coronavirus disease-19 pandemic, majority of the institutions have started distance education. Assessments are also being conducted online. Our question was about the interest of students in assessing their classroom learning by an online quiz. The aim of this study was to observe students’ participation pattern in online anonymous formative assessment immediately after synchronous 1-h online class. Material and Methods: We designed online quizzes with five questions related to the preceding class. In the last quarter of the 1-h class, we shared the quiz with the students. A total of 20 such classes were conducted. We recorded anonymous data on attendance, participation, time of participation, and obtained marks. The data were expressed in mean, standard deviation (SD), and percentage. Chi-square test, t -test, and ANOVA were used according to the data. Results: Among 100 1 st -year medical students, average attendance in online classes (62.1 ± 13.5) was lower than the face-to-face 1-h lecture class (80.35 ± 13.01, t -test P < 0.001). Average 55.48% (34.45 ± 7.13) of the attendee participated in the online formative assessment. Approximately, students took 4¼ min to answer the online quiz (minimum 45, median 204, maximum 988, mean 255.76, and SD 154.96 sec). The quiz score was high among the students with 46.73% of the quiz participants scoring full marks. Conclusion: Nearly half of the students attending online classes opted for an anonymous, optional, and online self-assessment quiz. The online quiz is a quick method of formative assessment requiring only few minutes. Further, research should be conducted to find ways to increase participation among the students.
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 | 0,012 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle