MétaCan
Menu
Retour à la cohorte
Enregistrement W3192686216 · doi:10.5430/jnep.v11n12p38

Self-directed learning with a modified team-based strategy: A quasi-experimental study

2021· article· en· W3192686216 sur OpenAlexvenueno aff
Huei‐Lih Hwang, Chin‐Tang Tu, Tian‐Yuan Kuo

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueE-Learning and COVID-19
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutodidacticismTest (biology)Flexibility (engineering)Team-based learningMedical educationPsychologyQualitative propertyComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Background and objective: Physical assessment skills are not effectively put into practice for nursing students, requiring an improvement in pre-registration programs and planning more tailored training courses for them. More flexibility in teaching methods can thus contribute to self-directed learning. The purpose of this study is to identify the effects of team-based learning when combined with an online teaching platform on self-directed learning compared to inquiry-based learning for junior college nursing students.Methods: In this quasi-experimental study, 103 students completely participated in the Self-directed Learning Instrument test before and after the course. Collected data were analysed using independent t-test and ANCOVA with the statistical package SPSS 21.0 for Windows. Qualitative focus group interviews were conducted after the survey with 14 participants.Results: Compared to the control group, the adjusted mean post-test score for self-directed learning ability was significantly higher in the intervention group. Students also reported that they were quite engaged in completing assignments and team learning activities in classroom, specifically for the group test.Conclusions: The modified team-based learning strategy was useful at engaging students to improve self-directed learning and to satisfy them. Educators are encouraged to integrate online response system technology into their classroom activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,451
Écart entre enseignants0,373 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetE-Learning and COVID-19Travaux en français237 207