Students' perceptions of tutor feedback: a pilot study
Notice bibliographique
Résumé
BACKGROUND: Feedback offered to dental students by their tutors should aim to elicit ongoing learning and motivation. Previous studies looked at the impact on learning of feedback delivered by tutors from tutors' perspectives. However, what students know about feedback and its purposes and how they experience them during their study effect the impact of feedback on learning. The aim of this pilot study was to assess the proprieties of tutor feedback and its impact on future learning from the students' perspective. METHODS: A short questionnaire based cross sectional survey was designed and delivered electronically to 135 undergraduate and postgraduate students at Brescia Dental School, Italy. The questionnaire consisted of 16 questions which were divided into 3 sections. Quantitative data were collected via Google Forms, the analysis of the data was undertaken using SPSS software, Version 24. RESULTS: Sixty-one students (45.2%) responded to the questionnaire. Forty-one of respondents (67.2%) were undergraduate students and 20 (32.8%) were postgraduate students. The vast majority of students indicated that they received feedback, thirty (49.2%) indicated that it was delivered by tutors and eight (13.1%) by fellow students. Further, students reported that feedback was timely, delivered within two weeks of assessments and that constructive criticism was the favoured feedback style (N.=52, 85.2%). Most students felt that the feedback they received helped with ongoing learning (N.=54, 88.5%). CONCLUSIONS: Most of the respondents considered that feedback received at Brescia Dental school did have a positive impact on their learning. This is of course what tutors hope would be the case but nevertheless it is gratifying to receive this endorsement from the respondent students. A more comprehensive study involving multiple dental schools in different learning environments will now be undertaken, including the collection of qualitative data.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».