Digital Problem Based Learning for Facilitating the Acquisition of Collaborative Competencies
Notice bibliographique
Résumé
Is Networked Learning (NL) and Problem-Based Learning (PBL) the future of education to foster collaboration? Networked learning has been proposed to be combined with PBL. Both are pedagogies and philosophies influenced by traditions of open learning, radical pedagogies and humanistic educational ideas. Problem-based learning is a constructivist, student-centered, and problem-based approach used at the medical education at Aalborg University (AAU). During COVID, AAU fast-tracked the implementation of Digital PBL (DPBL) methods. Digital PBL opens new possibilities for collaborations across platforms and holds a potential to improve learning. This potential has yet to be released through systematic efforts to understand the possibilities in the context of medical education.The curriculum at the medical education at AAU is centered around the seven roles of physicians originally described in the Canadian framework, CanMEDS. Healthcare systems becomes increasingly complex, interconnected, and rely on interdisciplinary teamwork. The Collaborator role thus becomes more important than ever before. Physicians are expected to excel in clinical expertise and collaborate effectively with other healthcare professionals, patients, and families.The specific focus on collaboration is a good example of alignment between PBL-, NL pedagogy and the CanMEDS framework, and could be important to further exploration using DPBL.This study will investigate the possibilities of DPBL within the medical education at AAU by exploring and testing digitally supported pedagogical design options for facilitating the acquisition of collaborative competencies.This explorative sequential mixed-method study will explore user-needs and perspectives using DPBL in the medical education. This contextualized knowledge will inform the development of a new teaching intervention aimed at enhancing the Collaborator role. It will be evaluated using quantitative measures of student engagement, time requirements, satisfaction and self-report learning outcomes. The data will be merged with focus group interviews to gain an in-depth understanding of the quantitative results.The theoretical background will be learning design, including constructivism. This approach will be employed using the ACAD-model. The DPBL will include a digital element, the podcast media, and a pedagogical practice encouraging the medical students to engage actively in the learning process. This is facilitated by podcast production in groups.At NLC24 the findings of the user-needs and perspectives will be presented and interpreted as part of the design and frame of the podcast intervention. The intervention will take place in autumn 2024 and this can answer if NL and PBL is part of the future education to foster collaboration.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».