“An Introduction to Health Research: From Idea to Publication” – Designing and Implementing a Virtual Hands-On Research Course for Healthcare Students
Notice bibliographique
Résumé
Introduction: Early exposure to medical research is essential for healthcare professionals, to shape their careers and enhancing patient care. However, students face significant obstacles, such as lack of prior knowledge and mentorship. Malta’s healthcare students lack hands-on research teaching. Methods: To address this gap in knowledge, a tailored elective virtual research course was designed using the analysis, design, development, implementation and evaluation (ADDIE) framework. Titled “An Introduction to Health Research: From Idea to Publication,” the course comprised eight weekly lectures covering theoretical and practical aspects of research. Teaching consisted of didactic teaching and problem-based learning tasks. Conducted via the University of Malta’s DegreePlus program, it allowed hands-on group work and active participation through online conferencing platforms. All students enrolled in the course completed pre- and post-course surveys, to assess whether the course affected students’ perception towards research. Results: Most (57.14%, CI95%: 32.55 – 78.66) were in pre-clinical years, predominantly female (78.57%, CI95%: 51.68 – 93.16). 85.71% (CI95%: 58.81 – 97.24) lacked research experience or publishing opportunities. Main barriers included lack of opportunity (50.00%), time (21.40%), and training (28.60%). Post-course, significant improvements (p < 0.05) were observed in research knowledge and confidence in conducting research. Qualitative analysis revealed that respondents expressed feelings of “empowerment through education” and appreciation for the “effective course design and delivery” of the course. Conclusion: Engaging medical students in research during training is crucial despite challenges like limited opportunities and foundational skills. A virtual research course has significantly improved students’ confidence, knowledge, and skills in conducting research, showcasing its potential to enhance research training globally and advance healthcare delivery.
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 | 0,015 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,005 |
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 ».