A descriptive analysis of the paradigm shift from real to reel classroom during Covid-19 Pandemic
Notice bibliographique
Résumé
Medical educational institutes have begun offering online classes in preparation for the COVID-19 pandemic. The course work of MBBS phase-I was completed by an online mode of teaching, but the students' satisfaction feedback is still needed to improve online teaching. After receiving approval from the institutional ethical committee, the feedback from 250 Phase-I MBBS students was collected. The student participation was voluntary and 212 students respond about online-classes feedback on the google form. The data were collected and analyzed in Excel and SPSS software. p-value <.05 was considered significant. The majority of students (90 percent of males and 94 percent of females) use their smartphones to attend online classes, and the majority of students experience network problems often or sometimes; only 6% of students were rarely affected by network issues. Only a quarter of students were satisfied with the online mode of teaching, half were neutral and the remaining quarter were unsatisfied. The internet access issue (p-value=0.101) as well as satisfaction level (p-value =0.985) were not affected by the student residence (urban/rural). The majority of students (62%) prefer face-to-face learning in the classroom, whereas 1/4th prefer watching a live playback video of online lectures and only 1/10th choose live-online sessions. Only one-fourth of students were satisfied with online classes and the majority of students suffer from the quality of internet services. Students prefer face-to-face interactive classroom learning. Students acknowledge the benefits of online teaching with the need for further improvement.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».