MétaCan
Menu
Retour à la cohorte
Enregistrement W4389023594 · doi:10.1096/fasebj.31.1_supplement.584.6

Impact of integrating interactive neuroanatomy e‐learning resources on novice student learning

2017· article· en· W4389023594 sur OpenAlexafffund
Lauren Allen, Roy Eagleson, Sandrine de Ribaupierre

Notice bibliographique

RevueThe FASEB Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNeuroanatomyCurriculumResource (disambiguation)PsychologyInteractive LearningComputer scienceMedical educationMultimediaMedicineNeurosciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Neuroanatomy is one of the most complex topics in anatomy with many novice students reporting they consider it to be the most difficult component in their anatomy curriculum. A main reason for the reported difficulties is the high spatial complexity that exists between structures. The development of interactive three‐dimensional (3D) models in neuroanatomy curricula may provide an effective solution for alleviating difficulties students encounter while learning with conventional two‐dimensional (2D) resources, however this has yet to be fully examined in the literature. Interactive 3D and 2D e‐learning resources were developed to complement undergraduate neuroanatomy instruction. The 3D module provided students the opportunity to manipulate a dynamic 3D model in order to view structures from any desired angle, view deep cortical structures at high magnification, and add interactive structural labels. One hundred forty‐four participants completed the study, which utilized a cross‐over design to separate participants into two groups. Each group initially completed an anatomy knowledge pretest, followed by access to either the 3D or 2D neuroanatomy e‐learning resource. Participants completed a first post‐module assessment prior to switching to the other e‐learning resource. A second post‐module assessment was administered following participants' exposure to the second learning resource. Data was also collected for the time spent by participants using each learning modality. Participants who initially accessed the 3D e‐learning resource had a significantly greater increase in score between the pretest and the first post‐module assessments than the students who initially accessed the 2D e‐learning resource. Participants who viewed the 3D e‐learning resource following access to the 2D e‐learning resource significantly improved their scores between the first and second post‐module assessments. Total time spent using both e‐learning resources did not significantly differ between groups. Participants who initially accessed the 3D resource spent equivalent amounts of time using each resource, whereas participants who initially accessed the 2D resource spent significantly more time using the 3D resource than the 2D resource. Results of this study could be used to inform the effective development and implementation of 3D e‐learning resources to improve neuroanatomy instruction and student learning outcomes. Support or Funding Information Social Sciences and Humanities Research Council

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)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,294
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetAnatomy and Medical TechnologyTravaux en français237 207