Evaluating the effectiveness of virtual laboratory simulations for graduate‐level training in genetic methodologies
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
Virtual Labs (vLabs) have been gaining popularity in high school and undergraduate education, but there are few studies looking at their use in graduate-level courses. In this study, we investigated the use of six Labster vLabs assigned as homework in a graduate-level in-person Genomic Methodologies course at the University of Toronto. This course teaches the theory and practice of molecular biology relevant to genetic testing, focusing on computational techniques used to analyze genetic data. The course does not contain a wet-lab component; therefore, we evaluated whether vLabs could complement the dry-lab course components to provide a realistic experience of laboratory techniques and improve content understanding. We evaluated the addition of vLabs with one cohort of 14 students using assessment-informed data, student perception questionnaires, and think-aloud interviews. We found that engaging with vLabs resulted in a knowledge gain for most (89%) graduate students. Students (85%) found vLabs to be useful to understand the theory behind advanced laboratory concepts; however, many students (54%) were critical of vLabs ability to provide a realistic laboratory experience. We also investigated whether the student experience differs when performing Labster vLabs on a laptop versus a virtual reality headset and found that the headset provided no additional benefits to students. We show that vLabs can be effectively used in graduate-level courses to provide students with background relevant to laboratory techniques; however, the level of material could be enhanced to provide a more detailed and advanced understanding of the concepts for students with prior knowledge of the topic.
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 | 0,001 | 0,004 |
| 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 | 0,000 |
| 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 découle