Effectiveness, merits and challenges of simulation-based online clinical skills teaching compared to face-to-face teaching – a case–control study
Notice bibliographique
Résumé
Introduction COVID restrictions saw the migration of the entire teaching–learning process to online mode. Medical educators faced challenges in the execution of skills teaching via online platforms. This study was conducted to evaluate the process and outcome of online skills teaching compared with historical in-person training. Methods Participants were undergraduate medical students during clinical skills training (n = 150). Interventional group students attended online teaching of cardiac and respiratory auscultation via virtual and video demonstrations. The control group was a student cohort from the previous academic year taught face-to-face. Students’ performance was assessed by Objective Structured Practical Examination (OSPE) and compared by the Mann–Whitney U-test. Qualitative data were collected through student surveys and faculty focus groups. Results OSPE scores of the interventional group were lower compared to controls (2.93 vs. 3.75 and 2.76 vs. 3.90) with statistical significance (p < 0.0001*). Positive findings were faculty expression of a sense of accomplishment and students’ satisfaction with staff preparedness, preliminary instructions and time allotment. Faculty expressed a lack of opportunity to provide hands-on training, lesser learner participation and technical issues. Students expressed a lack of confidence, dissatisfaction with interactions and inability to correlate sequences. Discussion We could infer that outcome of online teaching was lower compared to the control reasons that were evident from subjective feedback. The control group had better avenues for interaction, error correction and repetition. Strategies to improve outcomes are small group size, hybrid teaching, faculty training in digital technology and a supportive technical team.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».