MétaCan
Menu
← Retour à la cohorte
Enregistrement W4234029150 · doi:10.1096/fasebj.27.1_supplement.665.6

Pharmacology revealed‐ an enhanced e‐book for midwifery education

2013· article· en· W4234029150 sur OpenAlexaff
Bruce Wainman, Beth Murray‐Davis, Helen McDonald, Eileen K. Hutton, Eric Cheng, Carla Geurts

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScope (computer science)MultimediaGlossaryPublishingQuality (philosophy)World Wide Web

Résumé

récupéré en direct d'OpenAlex

Educational resources in pharmacology for programs with a limited scope of practice and a small armamentarium have historically been poor because of the prohibitive cost of publishing high quality, small run textbooks. Electronic publishing allows for the development of inexpensive, sophisticated materials that meet these specific educational needs. E‐books are particularly well suited for pharmacology education because they allow for animations of dynamic processes inherent to pharmacokinetics. In our text, Pharmacology Revealed, animations were blended with immersive case studies developed for the project, computer‐based testing, a pop‐up glossary and links to other e‐resources. Course lecture recordings were transcribed to form the textual foundation of the e‐book while the PowerPoint files served as the basis for animations. The digital layout was accomplished with InDesign and published in HTML 5 as well as in an interactive Adobe PDF file. This fully functional midwifery pharmacology e‐book was developed in eight months and piloted in September 2012. Student evaluation was performed at the end of the course to obtain feedback on the content, layout and functionality. Research focused on learner performance, including knowledge acquisition. The feasibility and educational impact was evaluated using mixed methods research which included a quantitative questionnaire and a qualitative focus group.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,312

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0930,024

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 Opus0,122
Tête enseignante GPT0,516
Écart entre enseignants0,394 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetHealth Sciences Research and Education→Travaux en français237 207→