Students Perceive Similar Gains in Collaboration, Communication and Professional Skills in Two Distinct Experiential Learning Courses
Notice bibliographique
Résumé
Experiential learning (EL) is a high-impact teaching practice. Despite this, it can be challenging to embed EL into educational curricula at scale due to resource constraints, such as the number of faculty members available to supervise research projects. Here we report on two distinct elective courses in a Pharmacology curriculum, both of which incorporate EL in different ways. The first course, Pharmacology and Toxicology in Society, involves community partnerships and a focus on harm reduction and drug misuse. The second course, Biomedical Incubator Capstone Project, includes student teams working as a simulated biotechnology startup. Our research questions were: (1) To what extent did students perceive gains in their skills in four domains: teamwork, career preparedness, critical thinking and problem solving, and application of theory to practice ? (2) Did student responses differ between the two EL courses? We surveyed students in both courses over three iterations to assess their perceived gains in skills across these four domains. Surveys contained both quantitative (Likert) elements and qualitative open-ended questions. We conducted mixed methods analyses of student responses. Overall student responses were positive to Likert prompts (87%-96% either agreed or strongly agreed) exploring these domains. Thematic analysis of responses to open-ended questions highlighted the transformative nature of EL experiences in both courses. Our work highlights the finding that strikingly different EL experiences can result in similar student perceptions of gains in teamwork, career preparedness, critical thinking and problem solving, and application of theory to practice. The work demonstrates the effectiveness of expanded opportunities for quality EL in Pharmacology programs and beyond.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».