Impact of transitioning to an online course – A report from the ESTRO gyn teaching course
Notice bibliographique
Résumé
INTRODUCTION: In 2020, the ESTRO course on image-guided radiotherapy and chemotherapy in gynaecological cancer was converted into an online version due to the COVID-19 pandemic. This paper describes the change process and evaluates the impact on participants compared with previous live courses. METHODS AND MATERIALS: The 2019 live course contained 41 h of educational content, comprising 33 h of synchronous activities (lectures, interactive activities, videos) and 8 h of homework (contouring, dose planning). For the online course, the lectures were provided as pre-course material (11 mandatory, 22 optional). Contouring/dose planning homework was unchanged. The synchronous sessions were reconfigured as six 2-hour webinars (total educational content ~38 h).Participant numbers/characteristics, engagement and satisfaction for six live courses and the online course were compared. RESULTS: Participant numbers for the online and live courses were similar (90 vs. mean 96). There were more participants from outside Europe (28% vs. mean 18%) and more non-doctors (47% vs. mean 33%). Proportion of participants responding to the pre-course questionnaire was similar (77% vs. mean 78%) but post-course questionnaire response was lower (62% vs. mean 92%).43% participants viewed ≥75% of mandatory lectures before the webinars. 86% viewed the optional lectures. Submissions of contouring and dose planning homework was higher (contouring 77%-90% vs. 56%-69%, dose planning 74%-89% vs. 29%-57%).96% (47/49) participants rated the online course as Excellent (43%) or Good (53%). Overall satisfaction was similar (4.4 vs. mean 4.6). CONCLUSION: Participant satisfaction and engagement with the online course remained high despite less contact time with faculty.
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 | 0,001 | 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) | 0,000 | 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 ».