Virtual delivery: a panacea for the financial and ethical challenges associated with physiology laboratory classes?
Notice bibliographique
Résumé
There has been a gradual shift in the delivery of physiology laboratory classes over the last 30 years. For many, wet-lab demonstrations using animal tissues have been reduced or replaced with student-led investigations where students are both subjects and researchers. Despite these changes, expectations remain that physiology courses should include a practical component to encourage deeper and higher-order learning. Wet-lab tissue experiments and student-based group research formats can be expensive to run, associated with various ethical constraints, and, as discovered in these times of COVID-19, difficult to operate while adhering to physical distancing. We address the proposition that online and/or remote delivery of laboratory classes using digital technologies may provide a solution to both financial and ethical constraints of on-campus laboratory classes. Our discussions, as an international group of 10 physiologists from the United States, the United Kingdom, Canada, and Australia, revealed that although some of the financial and ethical constraints of using animal tissues and student-led investigations were addressed by the introduction of online alternatives, the construction and maintenance of online delivery modes could also be expensive and ethical issues, not previously considered, included digital equity and student data security. There was also a collective perception that if face-to-face laboratory classes were changed to an entirely virtual mode there was a risk that some intended learning outcomes would not be met. It was concluded that the "ideal" approach is likely a hybrid model whereby student attendance in face-to-face, on-campus classes is supported with interactive digital content either developed in house or obtained through third-party providers.
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 | 0,000 | 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 ».