MétaCan
Menu
Retour à la cohorte
Enregistrement W4368359152 · doi:10.1002/bmb.21743

Improved Zoom engagement by adopting flipped class strategies to the curriculum of a Biology of Aging course during the Covid‐19 pandemic

2023· article· en· W4368359152 sur OpenAlexaff
Keith Wheaton

Notice bibliographique

RevueBiochemistry and Molecular Biology Education · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCurriculumZoomClass (philosophy)Student engagementFlipped classroomCoronavirus disease 2019 (COVID-19)WorkloadFacilitationPandemicMathematics educationPsychologyMedical educationComputer sciencePedagogyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

During the pandemic, a 4th year course: Biology of Aging was modified with extensive flipped classroom strategies to promote better student engagement. By utilizing the strength of the Zoom video conferencing platform students were able to have meaningful in-class experiences that promoted engagement and learning. This was further enhanced by shifting traditional lectures to a pre-recorded format to act as resources and promoting forum discussions outside of class times using the course management system (Brightspace). These changes influenced the satisfaction and benefited the student experience. Shifting to active student-centered learning and facilitation led to a dynamic well received teaching environment. The one trade off being that students needed to produce content every week, which was perceived as a heavy but manageable workload by many in the course. These changes can be used as a format for other online 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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,300

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,412
Écart entre enseignants0,382 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Molecular Biology EducationMême sujetInnovative Teaching MethodsTravaux en français237 207