MétaCan
Menu
Retour à la cohorte
Enregistrement W3152527248 · doi:10.1096/fasebj.27.1_supplement.960.18

Evaluation of a novel online systemic human anatomy course

2013· article· en· W3152527248 sur OpenAlexaff
Stefanie M. Attardi, Kem A. Rogers

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBlackboard (design pattern)Computer scienceStrengths and weaknessesMedical educationOnline discussionMultimediaPsychologyMathematics educationWorld Wide WebMedicineSoftware engineering

Résumé

récupéré en direct d'OpenAlex

An online section of an existing undergraduate systemic human anatomy course with a laboratory component is in its inaugural year. Lectures for face‐to‐face (F2F) students are broadcast in live and archived format to online students using virtual classroom software (Blackboard Collaborate). Laboratory demonstrations are delivered online by a teaching assistant who can manipulate 3D anatomical models in the virtual classroom for the students to see. Students may independently study the 3D models on their own computers. A mixed methods approach is being undertaken to determine the effectiveness of the online delivery format. Means for each measure of student performance (4 tests, 24 laboratory quizzes) are under comparison between the sections. Incoming grade point averages will be compared to final Anatomy grades to determine if previous academic performance impacts performance in the F2F or online formats. Preliminary data suggest that student academic performance in the course is not impacted by the online delivery format. Student perceptions of the learning experiences in the online and F2F environments will be revealed. Student interviews will be conducted following a cross over that exposes them to both delivery formats. Themes will be established from interview data and used to generate data‐driven (grounded) theory about the strengths and weaknesses of the online format. Grant Funding Source : Departmental Funding

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)0,007
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,009
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,030
Tête enseignante GPT0,299
Écart entre enseignants0,269 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAnatomy and Medical TechnologyTravaux en français237 207