MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389024607 · doi:10.1096/fasebj.30.1_supplement.785.4

Seeing is Knowing: Instructor Perceptions of Teaching an Online Undergraduate Anatomy Course with Laboratory

2016· article· en· W4389024607 sur OpenAlexaffabout
Stefanie M. Attardi, Noah M Mintz, John Barnett, Kem A. Rogers

Notice bibliographique

RevueThe FASEB Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBlackboard (design pattern)Online courseMedical educationPerceptionOnline teachingPsychologyMultimediaMathematics educationComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Online versions of traditional face‐to‐face (F2F) courses at post‐secondary institutions have become prevalent due to increased enrollment in undergraduate programs. While many studies assess the impact of online delivery formats on student outcomes, fewer examine how teaching online affects instructors. An online section of a traditional F2F undergraduate anatomy course with a prosection laboratory commenced in 2012–13 at Western University Canada. Lectures for F2F students were broadcast in both live and archived format to online students using Blackboard Collaborate virtual classroom software (BBC). Laboratories were delivered online by a teaching assistant (TA) who manipulated 3‐dimensional (3D) anatomical computer models in BBC. The objectives of this study were to reveal instructor perceptions of teaching online and suggest modifications for future years. Online instructors (4 professors; 5 TAs) who taught during the first two course offerings participated in individual open‐ended interviews. Emergent themes were generated from a content analysis of interview transcripts (2 independent coders; Fleiss’ kappa = 0.82). The major emergent theme encompassed issues pertaining to teaching without seeing the learner. The instructors were unable to use non‐verbal student feedback (e.g body language) during a lesson to assess engagement (N = 8) and understanding (N = 4). The instructors identified additional methods of communication (email, instant messaging and drawing in BBC) to be sufficient when initiated by students (N = 6). The impact of BBC use on teaching practices was also discussed. Preparation time for teaching online was longer than for F2F, although the difference was not substantial (N=7). Though BBC was reliable and easy to use for lecture broadcasts, all professors noted that it impeded their mobility in the lecture hall, thus it was perceived that interaction with the F2F students decreased. In the online laboratory, live desktop sharing of 3D models in BBC was not possible due to the quality of students’ internet connection speeds; however, the majority of TAs (N = 3) found pedagogical value in the students drawing on screen captures of 3D models to communicate understanding. In the future, mandatory synchronous participation through instant messaging may improve feedback to instructors on student engagement and understanding, though it might not be feasible due to schedule conflicts. It is recommended that online instructors organize frequent formative student assessments to obtain feedback on engagement and understanding.

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)0,005
score de la tête « metaresearch » (Gemma)0,028
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0010,002
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 Opus0,018
Tête enseignante GPT0,330
Écart entre enseignants0,312 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetInnovations in Medical Education→Travaux en français237 207→