Implementing a Dissection‐based Human Anatomy Laboratory Manual: An Assessment of Students' Use, Perceived Usefulness, and Resulting Laboratory Preparedness
Notice bibliographique
Résumé
The University of Guelph provides year‐round dissection‐ and prosection‐based human anatomy courses to undergraduate students; the combined enrolment in laboratory‐based courses exceeds 1000 students per academic year. Given such large enrolment numbers, an ongoing challenge is to continue to provide a very high level of human anatomy education to students with current resources. Consequently, various educational tools are being developed to enhance the current human anatomy program. To specifically target the course and laboratory learning objectives, a dissection‐based human anatomy laboratory manual has been created and is under further development, with the goal of promoting student preparedness and self‐sufficiency in the laboratory. Detailed cadaveric, dissection‐based images with clear and simple dissection instructions are the fundamental qualities of the manual. This resource also incorporates active learning exercises including drawing, colouring, and labelling components. A pilot edition of the manual was released to students enrolled in the third‐year dissection‐ and prosection‐based courses in the fall semester of 2017 (HK*3401 and HK*3501). Data pertaining to the students' use and perceived usefulness of the manual, as well as their perceived preparedness for laboratory periods have been collected. Analysis of these data is ongoing, and will be used to gain insight for the future development of subsequent editions of the manual. 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 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».