Covid-19 Pandemi Sürecinde Veteriner Fakültesi Öğrencilerinin Uzaktan Eğitime İlişkin Tutum ve Görüşlerinin Değerlendirilmesi
Notice bibliographique
Résumé
ÖZET Bu çalışmanın amacı, Covid-19 pandemisi sürecinde Türkiye’deki veteriner fakültesi öğrencilerinin uzaktan eğitime ilişkin tutum ve görüşlerini belirlemektir. Çalışma iki aşamada gerçekleştirilmiştir: Birinci aşamada, veteriner fakültesi öğrencilerinin uzaktan eğitime (UE) ilişkin tutum ve görüşlerini değerlendirmek için bir ölçek geliştirilmiş ve doğrulanmış ( n = 250 öğrenci; bir veteriner fakültesi); ikinci aşamada geliştirilen bu ölçek veteriner fakültesi öğrencilerine uygulanmıştır ( n = 1.599 öğrenci, 19 veteriner fakültesi). İkinci Aşama, Aralık 2020 ve Ocak 2021 tarihleri arasında hem yüz yüze hem de uzaktan eğitimi deneyimlemiş 2, 3, 4, ve 5. sınıf öğrencileri ile gerçekleştirilmiştir. Ölçek, yedi alt faktöre ayrılan 38 soru içermektedir. Öğrencilerin çoğu, uygulamalı derslerin (%77,1) UE yöntemiyle verilmeye devam edilmemesi gerektiğini ve pandemi sonrasında pratik beceriler için telafi yüz yüze programların (%77) gerekli olacağını düşünmektedir. UE’nin başlıca faydaları, çalışmaların kesintiye uğramaması (%53,2) ve daha sonra çalışmak için çevrimiçi video materyaline ulaşılabilmesidir (%81,2). Öğrencilerin %69’u UE sistem ve uygulamalarının kullanımının kolay olduğunu düşünmektedir. Öğrencilerin çoğu (%71) UE kullanımının mesleki becerilerini olumsuz etkileyeceğini düşünürken, %26,5’i eğitim sürelerinin uzamasını beklemekte, ancak sadece %18,1’i pandemi süresince eğitimlerine ara vermeyi düşünmektedir. Dolayısıyla, sağlık bilimleri alanında uygulama odaklı eğitim veren veteriner fakültelerinde yüz yüze eğitimin öğrenciler tarafından vazgeçilmez görüldüğü ortaya çıkmıştır. Bununla birlikte, UE yöntemi tamamlayıcı bir araç olarak kullanılabilir.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 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 ».