MétaCan
Menu
Retour à la cohorte
Enregistrement W4220875112 · doi:10.12688/mep.19028.1

Prevalence of medical students’ satisfaction with online education during COVID- 19 pandemic: A systematic review and meta-analysis

2022· review· en· W4220875112 sur OpenAlexaboutno aff
Hussein Ahmed, Omer Mohammed, Lamis Mohammed, Dalia Mohamed Salih, Mohammed Ahmed, Ruba Masaod, Amjad Elhaj, Rawan Z. Yassin, Ibrahim Elkhidir

Notice bibliographique

RevueMedEdPublish · 2022
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisCoronavirus disease 2019 (COVID-19)PandemicMedicineDiseasePathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

<ns4:p> <ns4:bold>Background:</ns4:bold> </ns4:p> <ns4:p>Electronic (E)-learning is defined as the use of electronic tools for education, training, and communication. Education, among many other sectors, has been profoundly affected by the spread of the coronavirus disease 2019 (COVID-19). More than 90% of the world’s students are unable to attend teaching sessions due to the COVID-19 pandemic.</ns4:p> <ns4:p> <ns4:bold>Methods:</ns4:bold> </ns4:p> <ns4:p>This study was conducted in accordance with the published guidelines for meta-analysis and reviews (PRISMA) reporting guidelines. A database and electronic search was performed on September 21st, 2021 using PubMed, Medline and Embase through the OVID platform, and ScienceDirect. We removed duplicates, and screened the title, abstract, and full texts of included papers. We included studies published only in English and excluded studies without sufficient data, case reports, editorials, and protocols. The quality of included articles was examined using the AXIS tool for cross-sectional studies, and the Newcastle–Ottawa scale for observational case-control studies. From the included studies, demographic and satisfaction with online education (OE) prevalence data were extracted and analyzed. We calculated the pooled prevalence of medical students’ satisfaction.</ns4:p> <ns4:p> <ns4:bold>Results:</ns4:bold> </ns4:p> <ns4:p>Eighteen studies with a total sample of 7,907 students were included in the meta-analysis. The pooled prevalence of medical students’ satisfaction with online education was 0.57 (95% CI: 47 - 67%). Publication bias was assessed and reported.</ns4:p> <ns4:p> <ns4:bold>Conclusions:</ns4:bold> The pooled prevalence of medical students’ satisfaction with online education was 53 %. Online learning satisfaction was associated with students’ prior experience with OE. The greatest benefit of OE is overcoming obstacles faced with learning Major challenges for implementing OE were technical and infrastructural resources. </ns4:p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,000

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.

Tête enseignante Opus0,241
Tête enseignante GPT0,526
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedEdPublishMême sujetCOVID-19 and Mental HealthTravaux en français237 207