Perception of Virtual Education Learning among Dental Residents and Faculty during the COVID-19 Pandemic: A Cross-Sectional Study
Notice bibliographique
Résumé
Objectives: The coronavirus disease 2019 (COVID-19) pandemic prompted a rapid shift from in-person to virtual learning in dental education. This study aims to assess the perceptions of virtual education learning among dental residents and faculty and employ regulatory focus theory (RFT) to understand the impact of motivational orientations on virtual learning during the COVID-19 pandemic. Methods: In total, 46 dental residents and 10 faculty members in a dental institution participated in the study (June–August 2021). Questionnaires were used to obtain data on demographics, perceptions of virtual learning, burnout, and RFT types (promotion and prevention focus). Multiple regression analyses were used to examine factors associated with perceptions of virtual learning and burnout. Results: Overall, 70% of residents and 44% of faculty found virtual learning effective. Younger residents with less experience preferred virtual learning more than their older, experienced peers. Residents trained outside the U.S. and Canada favored in-person learning more than those trained within. Furthermore, residents with a higher promotion focus score found virtual learning more interactive for didactic courses. Additionally, 52% of residents experienced burnout, with a higher incidence among females (p = 0.044). Conclusions: Virtual learning is well received by dental residents and faculty, with potential for continued use post-pandemic. Future efforts should focus on creating an inclusive and supportive educational environment that meets the motivational and well-being needs of dental residents and faculty.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».