Themes from Veterinary Student Evaluations of Teaching Before and After Final Exams: Classroom Climate, Achievement Striving, Goal Attainment, and Operational Deliverables
Notice bibliographique
Résumé
Comments requested on student evaluation of teaching (SET) forms are intended to help instructors identify strengths and weaknesses in their teaching methods. However, low SET completion rates limit their usefulness. Standard practice in US higher education is that students complete SETs before their final examination period due to concerns about negative effects of the exam and grade. Toward increasing completion rates, we altered the standard availability window and examined how completion of SETs after final exams affected the themes and sentiment in comments. Students were randomly assigned to before finals and after finals groups. Comments were coded and qualitative data transformed into frequencies. Three themes emerged: classroom climate, achievement striving and goal attainment, and operational deliverables. Students focused most on how instructors promoted or detracted from their understanding and retention, clarity of assessments, and teaching aid effectivity. They also frequently noted their appreciation and perceptions of whether instructors enjoyed teaching. Students praised instructors’ engagement as speakers and perceived dedication and effort. When students were critical, they focused most on grades, quantity of material, pace, and the curriculum. Before final exams, students commented more on the instructor's personality, clinical applicability of content, teaching aid effectivity, and pace; after final exams, they focused more on assessments. However, comments were largely commendable rather than critical, regardless of when SETs were completed. Contrasting some faculty perceptions that SETs are used to express anger, most students in this study expressed gratitude toward instructors for assisting them in achieving their goal of becoming a veterinarian.
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 | 0,004 | 0,002 |
| 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 | 0,001 |
| 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 ».