Online active learning in undergraduate dental education: A scoping review
Notice bibliographique
Résumé
PURPOSE: Research on online active learning (OAL) in dental education has increased in recent years; however, this literature has yet to be comprehensively summarized to document the available evidence and identify research gaps. This scoping review aimed to comprehensively map the extent and depth of the research activity on OAL in undergraduate dental education. METHODS: The review adhered to Arksey & O'Malley's multi-step framework and followed the PRISMA Extension Scoping Reviews guidelines. Searches were conducted in MEDLINE, Embase, Scopus, and ERIC databases for peer-reviewed primary research articles in English published between December 2013 and 2023. Four trained researchers independently screened titles, abstracts, and full-text articles for eligibility and extracted relevant data. All activities and information were cross-checked by the same researchers. A tested, methodologically-informed form was used for data extraction. Descriptive statistics and content analysis were used to summarize the extracted data. RESULTS: Thirty-five articles were included in the review. Most studies focused on dental students exclusively, with only two studies involving students and faculty. All studies performed outcome evaluations at reaction and/or learning levels. Problem-based learning, case-based learning, small group discussion, flipped learning, and blended learning were the most common active learning strategies employed. Dental students were satisfied with OAL and perceived it as beneficial for knowledge acquisition and skill development. Test results confirmed the improvement of knowledge through OAL. CONCLUSION: OAL has shown to improve learning outcomes in dental education; however, robust research designs are needed to further demonstrate its effectiveness in this educational context.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».