Student Critical Self-Reflection and Perceptions of Video-Based Pro-Section Computer-Assisted Instruction
Notice bibliographique
Résumé
Introduction The cost, high resource demands, and psychological significance of in-person cadaveric labs are barriers to their use. Computer-assisted instruction (CAI) of gross anatomy is widely available as an alternative option. However, student engagement, reflections, and expectations of learning anatomy with CAI instead of in-person labs may influence their learning experience and outcomes. Purpose To evaluate students’ critical self-reflection and perceptions of learning using online self-guided anatomy modules with video-based pro-section CAI. Methods A prospective observational cross-sectional study was conducted with first-year occupational therapy students who received anatomy education using CAI involving online self-guided anatomy modules with video-based pro-section instruction. Critical self-reflection was measured using Kember's Critical Self-Reflection Questionnaire scores and open-ended comments. Paired analysis of self-reported Kember nonreflective and reflective actions was conducted followed by quantitative (correlation, Student t-tests) and qualitative (directed content analysis) exploration of factors associated with critical self-reflection. Results Of the 126 students enrolled in the study, 97 consented and completed the study. The students’ Kember Understanding (U) subscale mean score was significantly higher than the Habitual Action (HA), Reflection, and Critical Self-Reflection subscales. The largest effect size was found between the U and HA subscales ( d s = 1.3, 95% CI [1.0, 1.5]). Academic outcomes (anatomy quiz sum score, term grade) did not correlate with the Kember scores. Overall, students felt that video-based anatomy pro-section CAI was best used in a supplementary manner and opportunities for hands-on learning of anatomy were needed. Conclusion Video-based anatomy pro-section CAI helped students understand anatomy but did not readily engage students in critical self-reflection. Strategic course and curriculum design with integrated and hands-on learning opportunities are needed to optimize student anatomy learning experience and academic outcomes while using this type of CAI.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».