Using Digital Multimedia to Enhance the Learning of Gross Anatomy and Integrating with Clinical Science
Notice bibliographique
Résumé
Background With the introduction of reformed curricula in medicine, most schools have reduced the total hours allocated for anatomy teaching and laboratory practical hours. These changes have been a continuous debate and triggered the emergence of innovative teaching and learning strategies in order to maximize students' learning of anatomy in the new context. Interactive modules allow for students to learn at their own pace and engage with their learning through quizzes and media to best supplement learning. The purpose of this project was to develop a module that can help support the learning of second year students in the new curriculum of UBC's Faculty of Medicine. This module was based on the content of a week‐long topic on osteoarthritis (OA) and hand anatomy and focused on the integration of clinical knowledge with the concurrent instruction of pertinent anatomy. Methods An interactive module on hand anatomy and osteoarthritis was developed to reflect curricular content. The module was made available to students on the curriculum website and completion of a voluntary survey of ten subjective questions was encouraged at the end of the module. Results 94% of the participants felt their clinical knowledge of OA was strong or very strong after completion of the module, compared to 44% before completion of the module. Anatomical knowledge of the hand and wrist improved from 5 feeling strong or very strong to 83% of the participants. 88% of the participants felt that the integration of a clinical case of OA with the anatomy was either effective or very effective in assisting learning of the curricular content. 94% of the participants would like to see more modules like this for curricular content. Conclusions The development of an interactive module that explored clinical and anatomical content curricular objectives improved students' subjective knowledge of clinical and anatomical knowledge. Students found it useful for their learning to integrate cases into the core concepts of anatomy and would like to see more modules like this in the future. 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».