Development of a Screencast-Based Flipped Classroom to Enrich Learning and Reduce Faculty Time Requirements in an Animal Welfare Master’s Degree
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A new distance learning Master of Science (MSc) degree in Animal Welfare Science, Ethics and Law was established in 2016 within the Centre for Animal Welfare at the University of Winchester, UK. Our program recruited students worldwide, with enrollments increasing dramatically since its inception in 2016. However, despite rapid growth, our MSc has had only one full-time equivalent faculty member. With further projected sharp increases in student numbers, significant programmatic change was required for the MSc to remain viable. After consultation with our students and program team, we decided to transition to a flipped classroom teaching model. Piloting a screencast-based flipped classroom in one course, our objectives were to provide a more enriched, engaging, and effective student learning experience and to increase student satisfaction while concurrently saving staff time in future years. We aimed to provide a series of enriched screencast videos of short (∼20-minute) durations, with contents clearly signposted. The new teaching model was well received. Within our 2021 program survey, 100% of respondents expressed a wish to see our screencast-based flipped classroom approach continued, and 71%-86% wished to see it implemented in various additional courses. This model has greatly enriched students' learning experiences, increasing student engagement and satisfaction while also freeing staff time to engage in discussion fora and additional live sessions. Learning and achievement outcomes also appear positive. We plan to steadily integrate this model across additional courses, although initial time investment will be significant. Hence, this new model will be implemented over several semesters.
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.
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 | 0,007 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle