MétaCan
Menu
Retour à la cohorte
Enregistrement W4385457488 · doi:10.1007/s40670-023-01834-8

Analysis of Student Perceptions of a Newly Developed Integrative System Course Model

2023· article· en· W4385457488 sur OpenAlexaff
Amber Sechelski, Ritvik Bhattacharjee, Austin Reynolds, Mary Manis, Hatem A. Elshabrawy, Yuan Zhao

Notice bibliographique

RevueMedical Science Educator · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensTrillium Health Centre
Organismes subventionnairesnon disponible
Mots-clésHelpfulnessContext (archaeology)PsychologyMedical educationPerceptionQualitative propertyClass (philosophy)MedicineComputer scienceSocial psychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background: During Spring 2021, we piloted a course model that integrated the immune system and HEENT (head, eyes, ears, nose, and throat) by concurrently presenting them in the context of clinical cases. Immune system topics (e.g., infection, cancer) were tied to their manifestations in the HEENT system, and concepts from both systems were consolidated in weekly case-based learning and small group discussion (CBL/SGD) sessions. Methods: To evaluate students' perceptions of the effectiveness of this model, we administered to the class a voluntary survey containing closed- and open-ended items; conducted a focus group of 10 students selected via convenience sampling; and employed a mixed approach to analyze the resulting data, including multiple qualitative methods. Results: Thirty-nine of 74 students completed the survey (53% response rate). In response to the item related to overall effectiveness of using CBL/SGD for system integration, nearly half (48.72%) of these students rated the overall effectiveness as average. Constant comparison analysis of the qualitative data revealed three major themes-student satisfaction with integration of immunology and HEENT, content and time involved in CBL/SGD, and suggestions for improvement-and classical content analysis revealed the relative importance of these themes. Participants held positive and negative perceptions, expressed concerns regarding CBL/SGD (e.g., its helpfulness, complexity), and made suggestions for improvement of integration. Conclusions: Using multiple methods allowed us to gain a deeper understanding of students' perceptions of the new course model, and we have taken actions to improve course quality in the future.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,048
Tête enseignante GPT0,433
Écart entre enseignants0,385 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Science EducatorMême sujetProblem and Project Based LearningTravaux en français237 207