Thriving in foreign learning environments: The case of hands‐on activities in early years of dental education
Notice bibliographique
Résumé
OBJECTIVES: Hands-on learning environments can challenge learners' wellbeing in dental education, given their unfamiliarity with students. As today's learners are more aware about their wellbeing needs, it is important to explore the depth and complexity of the challenges they experience and provide them with the necessary support strategies. This study aims to identify the challenges and sources of cognitive overload of early years' dental students across two time-points: 2012 and 2022. We also aim to describe the students' recommendations for future program revision considerations to support students' wellbeing. METHODS: This study employs both qualitative and quantitative methods. Qualitatively, we utilized an Interpretive Description approach and conducted focus groups with first-year dental students in 2023. Quantitively, we utilized first-year dental students' responses to the Study Habits survey administered in 2012/2013. RESULTS: Five main concerns and sources of cognitive load emerged from the focus groups and survey data: steepness of the learning curve, inconsistent feedback, stigma around asking for support, structural and organizational challenges, and lack of resources. Students also identified several suggestions to support their wellbeing, including time, instructor support, non-graded exercises, additional resources, and re-organizing the curriculum. CONCLUSION: This study adopts a wellbeing lens to examine students' transition into hands-on learning activities. These findings were utilized to propose the TIPSS Support Framework (Time, Instructor Capacity Building, Peer Learning and Other Resources, Safe Learning Spaces, and Spiraling Curriculum). The proposed model can serve as a prototype for future studies to explore its applicability and effectiveness in other dental programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».