206Clinical Epidemiology Knowledge Retention in Accelerated Teaching and Learning
Notice bibliographique
Résumé
Abstract Background Accelerated courses continue to be part of the changing landscape in medical education despite limited evidence to support their efficacy in relation to knowledge retention. The purpose of this study was to determine if a difference in knowledge retention exists over time between students enrolled in a traditional versus an accelerated clinical epidemiology course. Methods The current study incorporated an epidemiologic prospective cohort design. The course in clinical epidemiology focused on evidence-based decision making for diagnostic and therapeutic research methods and problem-based learning. Knowledge retention was assessed at four-times points (baseline, three, six and 12 months) for students enrolled in either traditional (13 weeks) or accelerated (1 week) courses. Linear mixed-effect regression modeling was incorporated to examine the change in trajectory of knowledge retention over four points in time between students enrolled in traditional and accelerated teaching formats. Results A significant main effect of traditional versus accelerated course format on retention of knowledge over time was not found (β=-0.341, p = 0.410), suggesting that knowledge retention is not compromised regardless of teaching format. Furthermore, the greatest diminished knowledge retention was observed between baseline and 12 months (β = 10.595, p < 0.0001), followed by three months (β = 3.864, p < 0.0001) and six months (β = 1.180, p < 0.0001). Conclusion This study determined that accelerated course format does not compromise short- and long-term clinical epidemiology knowledge retention in students. Key message University administrators and faculty should not be suspicious of knowledge retention issues in accelerated courses and should endorse accelerated learning opportunities.
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 | 0,005 | 0,018 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».