MétaCan
Menu
Retour à la cohorte
Enregistrement W3155572127 · doi:10.1152/advan.00241.2020

International educators’ attitudes, experiences, and recommendations after an abrupt transition to remote physiology laboratories

2021· article· en· W3155572127 sur OpenAlexaff
Julia Choate, Nancy Aguilar‐Roca, Elizabeth A. H. Beckett, Sarah J. Etherington, Michelle French, Voula Gaganis, Charlotte Haigh, Derek Anthony Scott, Terrence Sweeney, John Zubek

Notice bibliographique

RevueAJP Advances in Physiology Education · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCurriculumMedical educationThematic analysisWorkloadCoronavirus disease 2019 (COVID-19)PandemicDistance educationMedicinePsychologyComputer sciencePedagogyQualitative researchSociologyPathology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic triggered university lockdowns, forcing physiology educators to rapidly pivot laboratories into a remote delivery format. This study documents the experiences of an international group of 10 physiology educators surrounding this transition. They wrote reflective narratives, framed by guiding questions, to answer the research question: "What were the changes to physiology laboratories in response to the COVID-19 pandemic?" These narratives probed educators' attitudes toward virtual laboratories before, during, and after the transition to remote delivery. Thematic analysis of the reflections found that before COVID-19 only a few respondents had utilized virtual laboratories and most felt that virtual laboratories could not replace the in-person laboratory experience. In response to university lockdowns, most respondents transitioned from traditional labs to remote formats within a week or less. The most common remote delivery formats were commercially available online physiology laboratories, homemade videos, and sample experimental data. The main challenges associated with the rapid remote transition included workload and expertise constraints, disparities in online access and workspaces, issues with academic integrity, educator and student stress, changes in learning outcomes, and reduced engagement. However, the experience generated opportunities including exploration of unfamiliar technologies, new collaborations, and revisiting the physiology laboratory curriculum and structure. Most of the respondents reported planning on retaining some aspects of the remote laboratories postpandemic, particularly with a blended model of remote and on-campus laboratories. This study concludes with recommendations for physiology educators as to how they can successfully develop and deliver remote laboratories.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0070,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,005
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 GPT0,285
Écart entre enseignants0,280 · 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'étudeQualitatif
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

Citations22
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAJP Advances in Physiology EducationMême sujetBiomedical and Engineering EducationTravaux en français237 207