Impact of preferred learning style on personal resilience strategies among pharmacy students during the COVID-19 pandemic
Notice bibliographique
Résumé
Introduction: Using COVID-19 as the context, this study explored how differences in individual learning styles impacted personal resilience strategies among pharmacy students. This is a uniquely stressful period of time for many learners; pharmacy education has shifted predominantly to novel online forms of teaching, learning, and assessment, and traditional psycho-social support became difficult to access due to lock-down and quarantine requirements. Methods: Data were gathered throughout May and June 2020 via participant-observer, semi-structured interviews. Data analysis was performed using deductive analysis techniques, based on existing themes in resilience research. Results: A total of 21 pharmacy students were interviewed, the majority of whom had ‘Assimilator’ or ‘Converger’ dominant learning styles as classified by Austin’s Pharmacists’ Inventory of Learning Styles (PILS). Assimilators had a stronger sense of professional identity, practiced positive psychology, and utilised journaling as resilience strategies more frequently than Convergers. Convergers were found to be more self-efficacious and adaptable than Assimilators. Conclusions: Rather than providing ‘one-size-fits-all’ advice and programming to pharmacy students, there may be potential to improve resilience by incorporating tailored and specific strategies based on the dominant learning style of each individual student.
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 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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 tête enseignante, 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 ».