Insights Arising from Virtual Laboratory Experiences of 2020. A Focus on Financial and Ethical Challenges of Face‐to‐Face and Online Physiology Laboratories
Notice bibliographique
Résumé
Ten physiology educators from Australia, U.K., U.S.A. and Canada, shared reflections of experiences through the rapid transition from on‐campus face‐to‐face physiology laboratories to a remote online mode in response to the COVID‐19 associated restrictions of 2020. Although not a primary focus of the reflection study, our discussions prompted an important question: Does a switch to online laboratories solve the financial and ethical issues typically associated with face‐to‐face physiology practicals? Over the last 30 years there has been a notable shift in the mode of delivery of physiology laboratories. Classical wet‐lab demonstrations on‐campus using animal tissues have gradually been phased out or replaced by student‐led group investigations where students are both subjects and researchers. Whilst some physiology departments have managed to retain classical physiology laboratories, others have yielded to financial and ethical pressures to reduce or replace the use of animal tissues in face‐to‐face and on‐campus wet‐labs with alternate laboratories including online and remote delivery using emerging digital technologies and innovative methods such as virtual reality. Despite the gradual changes, expectations are that physiology courses should include a practical laboratory component, and, up until early 2020, such classes were typically hosted face‐to‐face and on‐campus. Our discussions as an international group of physiologists revealed that despite our enthusiasm for retaining physiology laboratories as an important component of the curriculum, there are financial and ethical issues that arise from their inclusion. In mid‐2020, we reflected on these issues as our students participated in remote physiology laboratories accessed off‐campus. The financial pressures and ethical obligations of keeping on‐campus laboratories have, in some cases, surmounted the financial capabilities of institutions. What eventuated from these discussions is that many of us will continue with a hybrid model of physiology laboratories with some face‐to‐face on campus laboratories supported with interactive digital content.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,030 |
| Communication savante | 0,027 | 0,017 |
| Science ouverte | 0,005 | 0,028 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».