Teaching Medical Microbiology With a Web-Based Course During the COVID-19 Pandemic: Retrospective Before-and-After Study
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has imposed unprecedented hurdles on health care systems and medical faculties alike. Lecturers of practical courses at medical schools have been confronted with the challenge of transferring knowledge remotely. OBJECTIVE: We sought to evaluate the effects of a web-based medical microbiology course on learning outcomes and student perceptions. METHODS: During the summer term of 2020, medical students at Saarland University, Germany, participated in a web-based medical microbiology course. Teaching content comprised clinical scenarios, theoretical knowledge, and instructive videos on microbiological techniques. Test performance, failure rate, and student evaluations, which included open-response items, for the web-based course were compared to those of the on-site course from the summer term of 2019. RESULTS: Student performance was comparable between both the online-only group and the on-site comparator for both the written exam (n=100 and n=131, respectively; average grade: mean 7.6, SD 1.7 vs mean 7.3, SD 1.8; P=.20) and the oral exam (n=86 and n=139, respectively; average grade: mean 33.6, SD 4.9 vs mean 33.4, SD 4.8; P=.78). Failure rate did not significantly differ between the online-only group and the comparator group (2/84, 2.4% vs 4/120, 3.3%). While lecturer expertise was rated similarly as high by students in both groups (mean 1.47, SD 0.62 vs mean 1.27, SD 0.55; P=.08), students who took the web-based course provided lower scores for interdisciplinarity (mean 1.7, SD 0.73 vs mean 2.53, SD 1.19; P<.001), opportunities for interaction (mean 1.46, SD 0.67 vs mean 2.91, SD 1.03; P<.001), and the extent to which the educational objectives were defined (mean 1.61, SD 0.76 vs mean 3.41, SD 0.95; P<.001). Main critiques formulated within the open-response items concerned organizational deficits. CONCLUSIONS: Web-based courses in medical microbiology are a feasible teaching option, especially in the setting of a pandemic, leading to similar test performances in comparison to on-site courses. The lack of interaction and the sustainability of acquired manual skills warrant further research.
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 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 | 0,003 | 0,008 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».