The Efficacy of Online Case-Based Assignments in Teaching Veterinary Ophthalmology
Notice bibliographique
Résumé
Veterinarians are required to use clinical reasoning skills to successfully manage their patients with eye diseases. Case-based assignments can be an effective tool for teaching problem-solving skills. Very few models or online modules exist to deepen the instruction of veterinary ophthalmic clinical reasoning skills. The current study aims to assess the value of online case-based assignments given to students during the Ontario Veterinary College's Phase 4 ophthalmology rotation over a 4-year period. Nine case-based assignments were developed as an online module and provided signalment, history, ophthalmic database, and clinical photography. For each case, students were required to describe the ocular lesions, provide a diagnosis, and develop a short-term and long-term treatment plan. A grading rubric was created, and student feedback was collected using an online survey. A frequency analysis was conducted to evaluate final grades across each case. This analysis was also completed for grades of each question across all cases. A total of 285 students were graded individually. Students' grades were normally distributed across each assignment. Students performed better on lower-order cognitive skills (description of ocular lesions) but poorer on high-order cognitive skills (therapeutic plans). These results suggest that students tend to have difficulty with the analysis and interpretation of these cases. Student feedback reported case-based assignments were useful. Online case-based assignments may be a useful adjunctive teaching tool for students rotating through ophthalmology in their clinical year, and this tool could be considered for other specialized rotations.
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 | 0,010 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».