From Slow Shifts to Fast Flips: Unraveling problem-based learning group function dynamics
Notice bibliographique
Résumé
Purpose Problem-Based Learning (PBL) relies on self-directed learning in small groups in the presence of a tutor. While the effectiveness of PBL is often attributed to the dynamics of group function, change in group function over time and factors influencing group function development are less understood. This study aims to explore the development of PBL group function over time to better understand the factors that give rise to high-functioning groups. Method We examined time-function graphs of group function and conducted semi-structured focus group discussions in 2023 with medical students enrolled in a PBL curriculum. Students reflected on their experiences in four different PBL groups, creating time-function graphs to characterize development of group function over 8–12-week periods. We analyzed graphs and transcripts in a staged approach using qualitative description and direct content analysis, sensitized by two frameworks: Tuckman’s Stages of Group Development and the Dimensions of PBL Group Function. Results Three archetypes of PBL group function development were identified: Slow Shifters, Fast Flippers, and Coasters. (1) Slow Shifters were characterized by a complex and extended pattern of growth consistent with Tuckman’s model, typically occurring amongst inexperienced groups, or groups faced with a novel task. (2) Fast Flippers were characterized by abrupt state changes in group function arising from internal or external disruptions. (3) Coasters were characterized by plateaus, where maintenance of group function was a frequently cited challenge. Abrupt changes and plateaus occurred more among mature groups and groups with significant PBL experience. Conclusions PBL group function varies over time in 3 different patterns. Classic Tuckman’s stages are apparent among inexperienced groups, or groups facing novel tasks, whereas experienced groups often face abrupt change or plateaus. PBL educators and students should consider the need for novelty and disruption in more experienced groups to incite growth.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».