GeroCast: Using podcasting to deliver living cases in gerontology education
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
Objective: To describe the creation of an educational podcast with ‘living cases’ of older adults to support students’ learning on a gerontology course and report on students’ evaluation of the project. Setting: Gerontology course in a graduate programme. Method: We developed a podcast series based on interviews with older adults in the community following recent guidelines for creating educational podcasts. The podcast episodes were used in a case-based group assignment to work on during the course and to present findings at the end. Evaluation: Student experiences were evaluated using a mixed-methods survey. Results: From November 2019 to January 2021, case-based podcasts, averaging 17 minutes in length, were created and evaluated. Most students found the content of the podcasts relevant to working with older adults and increased their understanding of the issues facing members of that population. Qualitative analysis of the survey findings found that the overall strengths of the podcasts were that they were well structured, provided an authentic, real-world experience, allowed listeners to experience an innovative teaching strategy, promoted reflection, and encouraged students to consider a future career working with older adults. Students also recommended ways to improve the podcasts. Conclusion: Delivering living case studies using podcasts is a feasible, inexpensive and effective teaching method for improving physiotherapy students’ attitudes towards caring for older adults. Students enjoyed learning via the podcasts and found them a valuable way to better understand the issues facing older adults. The living case podcasts could have broad applicability to other aging and health courses.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 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