E-learning em emergências médicas para estudantes de Odontologia
Notice bibliographique
Résumé
Este estudo comparou duas pedagogias de ensino para lidar com emergências médicas em consultas odontológicas e avaliou o conhecimento de alunos do curso odontologia sobre emergências médicas. Este ensaio clínico randomizado envolveu 54 alunos do último ano do curso de odontologia da Universidade Federal de Santa Maria, divididos em dois grupos: alunos que receberam instrução por meio de aula expositiva tradicional presencial; e alunos que receberam a mesma instrução por meio do formato de ensino a distância. Os alunos foram alocados aleatoriamente aos grupos pelo site randomiser.org. Os dados foram obtidos por meio da comparação das pontuações recebidas pelos alunos ao responder a um questionário semiestruturado contendo indagações sobre implicações éticas e legais, e diagnóstico e manejo de emergências médicas em consultório odontológico antes e após a instrução. Antes da instrução, 96% dos alunos dos dois grupos desconheciam as implicações éticas e legais relacionadas à obrigação do dentista em lidar com emergências médicas. Após a instrução, os dois grupos aumentaram seus conhecimentos de forma semelhante, pois não houve diferença significativa na comparação entre o aprendizado sobre emergências médicas por meio de palestras e por meio do formato e-learning. Ambos os métodos de ensino apresentaram resultados satisfatórios, o que torna o método e-learning uma opção como estratégia didática.
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 | 0,017 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».