Wings of Knowledge: Navigating Learner Confidence and Cognitive Load in Avian Radiography with a Low Fidelity Model
Notice bibliographique
Résumé
In veterinary first opinion practice, radiography is an important diagnostic tool for avian patients. Teaching of such diagnostic skills to learners is usually conducted using teaching models in clinical skills laboratories. The aim of this work is to evaluate the impact of using a teaching model for avian radiography positioning by measuring the learner's cognitive load, confidence, satisfaction, and assessing learning by Objective Structured Clinical Examination (OSCE) assessment. An avian radiography positioning model was created and evaluated with pre- and post-Likert questions on confidence, a pre and post 9-point cognitive load scale, an OSCE assessment (max score = 20), and post Likert questions on satisfaction. Thirty-two undergraduate veterinary medicine and veterinary nursing students participated in the study. The results showed the cognitive load of participants was high and did not change with the use of a physical model ( p = .882). Participants exhibited increased confidence in avian radiography positioning (pre: M = 2, post: M = 4, p < .001) and expressed high overall satisfaction with the model ([Formula: see text] = 4.6, no negative or neutral Likert responses). The OSCE results demonstrated a higher pass rate mean (82%) for the positioning tasks compared to the collimation and centering tasks (53%). Overall, the model was well received by learners with increased confidence and a satisfactory learning experience in a clinical skill for exotic species. These findings suggest the avian radiography positioning model is an effective model to train students to position avian patients for radiography.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».