MétaCan
Menu
Retour à la cohorte

Redesigning a Physiology Course Using Core Concepts and Active Learning Methods

2018· article· en· W3174884129 sur OpenAlexaff
Murray Jensen, Sarah Malmquist, Kerry Hull

Notice bibliographique

RevueThe FASEB Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésCurriculumActive learning (machine learning)Class (philosophy)Mathematics educationProcess (computing)PsychologyPhysiologyComputer sciencePedagogyMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The findings of discipline based education research support the transition away from lecture, towards active learning, and away from details, towards core concepts. In response, a junior level physiology course at the U of Minnesota has been transformed in terms of where it is taught, how it is taught, and what is taught. In 2013 the course was moved from a large auditorium to an active learning classroom. This physical change, however, was not sufficient to induce transformation. Lecture remained the primary mode of instruction, reflecting the instructors' unfamiliarity with teaching methods required to facilitate active learning as well as the lack of active learning curriculum materials for physiology. In August 2017, the course was assigned to two professors who were familiar with Process Oriented Guided Inquiry Learning (POGIL), a well‐established teaching and learning method that utilizes guided inquiry and small cooperative groups. The instructors developed relevant curriculum materials; some were modified forms of existing POGIL curriculum, but most were new. The course now features regular group activities, with minimal class time devoted to traditional lecture. The instructors modified the course content as well as the classroom practices, bypassing the traditional body systems approach in favor of the Core Concepts of Physiology developed by Michael et al. They used core concepts such as homeostasis, flux, and communication to introduce topics such as blood pressure regulation, blood flow dynamics, neuronal physiology, and endocrine regulation. While students took the Homeostasis Concept Inventory on a pre‐ and post‐ basis, the detected learning gains were quite modest because of their strong scores in the pretest. In anonymous open‐ended surveys, students voiced concern about the emphasis on group work over traditional lecture and the lack of reliable study materials. Several expressed their preference for PowerPoint slides over information derived via group activities. Students also remarked that the summative assessments (primarily multiple choice exams) were not reflective of the course practices and content, since they seemed to address information that was not covered in class. While the instructors in the course will continue to use the modified format, they note the importance of better alignment between the core concepts‐based curricular materials and the assessments. The lack of alignment noted by the students largely reflects the difficulty of constructing conceptually‐based assessments. Thus, question databases testing core concepts as well as validated concept inventories are clearly needed to facilitate increased incorporation of core concepts into physiology courses. Support or Funding Information None This abstract is from the Experimental Biology 2018 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,350
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetBiomedical and Engineering EducationTravaux en français237 207