MétaCan
Menu
Retour à la cohorte
Enregistrement W3129428016 · doi:10.5430/ijhe.v10n4p124

The Effects of Electronic Feedback on Medical University Students’ Writing Performance

2021· article· en· W3129428016 sur OpenAlexvenueno aff
Nooreen Noordin, Laleh Khojasteh

Notice bibliographique

RevueInternational Journal of Higher Education · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)VocabularySignificant differencePeer feedbackSentenceMathematics educationIntervention (counseling)Medical educationPsychologyAcademic yearComputer scienceMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study was designed to see whether electronic feedback positively affects medical students’ academic writing performance. Two groups of medical university students were randomly selected and participated in this study. In order to see whether the provision of electronic feedback for the compulsory academic writing course for medical students is effective, the researchers divided 50 medical students to the traditional (n=25) and intervention groups (n=25). Pre-test and post-test were conducted at the beginning and at the end of the semester. Electronic feedback was given to the medical students in the intervention group, while the medical students in the traditional group received the traditional pen and paper feedback. By comparing the scores of two written assignments at the beginning and the end of the semester, regarding the application of electronic feedback, the results showed that not only medical students’ overall writing performance improved after providing them electronic feedback, but every single writing component was also enhanced after the intervention. There was a significant difference in the post-test academic writing scores between the traditional and intervention groups (P < 0.001). This difference was not significant in our control group who was given pen-and-paper feedback. In terms of specific writing components, the most affected components in this approach were content followed by organization, language use, vocabulary, and sentence mechanics, respectively. Although this study focused on medical students’ academic writing ability and reported the effect of electronic feedback on medical students’ writing performance, electronic feedback can be equally beneficial for enhancing student-practitioners’ practical clinical skills.

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)0,002
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,328
Écart entre enseignants0,323 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Higher EducationMême sujetInnovations in Medical EducationTravaux en français237 207