A Systematic Review on Active Learning in Dentistry Education in Undergraduate Classrooms
Notice bibliographique
Résumé
Background: Former assessments of active learning in dental education have not offered a thorough research effort on this topic because of their strong focus on specific active learning strategies. We carried out a systematic review to map the breadth and depth of the literature on active learning strategies in undergraduate dental education. Methods: Following the PRISMA guidelines for systematic review, the studies between January 2005 and October 2022 were included by using the databases of MEDLINE, ERIC, EMBASE, and Scopus. Original research articles in English that underwent peer review were selected. The articles that were not in English language and unrelated were excluded. Before extracting relevant material, two seasoned researchers independently verified the eligibility of whole texts, abstracts, and titles. Risk of Bias was assessed by using the Cochrane Risk of Bias 2.0 tool for RCTs and the Newcastle-Ottawa Scale (NOS) for observational studies. Results were synthesized qualitatively. Results: The review of 93 articles assessed research using three methodologies: learning only, reaction assessment, and response and learning evaluations combined. Most studies used post-intervention evaluations, quantitative techniques, and self-report measures to assess student satisfaction and knowledge gain. Active learning approaches like group discussions, problem-based learning, team-based learning, and flipped learning were most commonly studied. Conclusion: Active learning in undergraduate dentistry classes can enhance learning, but further research is needed to assess its impact on skill development and behavioral change.
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 | 0,013 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».