Evaluating student understanding of core pharmacokinetic concepts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Both educators and graduates have expressed concern about a perceived pharmacology knowledge gap that includes difficulty applying fundamental principles to clinical and research problems. Consequently, we sought to determine the extent to which current students can explain the meaning of, and appropriately apply, a subset of core concepts, and to identify any misconceptions arising from the responses. Of the twenty-four pharmacology core concepts arising from the recent international collaboration, four pharmacokinetic concepts were chosen, namely drug bioavailability, drug clearance, volume of distribution, and steady-state concentration. A total of 318 students from 11 universities across seven countries chose to participate in this study. Expert analysts identified the essential elements for each concept, then independently assessed each student's response. Teams of two experts compared their evaluations to reach a consensus and grouped misconceptions thematically. For each core concept, less than 30% of students provided responses that encompassed all essential elements. Participants found drug clearance most challenging, generally conflating it with the rate of elimination, whereas they demonstrated a better understanding of drug bioavailability. There were 34 misconception themes coded in a total of 813 statements, with volume of distribution and drug clearance producing the highest numbers (13 and 12, respectively). Overall, results suggest that students found it easier to apply the concept than to explain its meaning, which might reflect the shift from didactic to active learning approaches. These findings may be useful for educators who are developing introductory pharmacokinetic courses by providing conceptual focus and revealing common misconceptions to explicitly address.
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.
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 | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle