Implementing Team-Based Learning in Physiotherapy Education: Students’ Perceptions and Preferences Compared to the Traditional Lecture
Notice bibliographique
Résumé
Introduction: Team-Based Learning (TBL) is an educational strategy designed for small groups that can be effectively implemented across various educational levels. The aim of TBL is the development of meaningful learning teams, facilitating student interaction and effective communication in problem-solving. It is hypothesized that the use of TBL demonstrates higher levels of satisfaction, engagement and responsibility regarding the acquisition of knowledge than the traditional method of master class. Methods: A cross-sectional study was carried out. Twenty-four university students enrolled in the subject of Clinical Reasoning and Evidence Based Practice of the Physiotherapy Master´s programme during the academic year 2022-23 were included. Engagement, satisfaction and preferences were collected through the TBL Student Assessment Instrument (TBL-SAI). Results: Twenty-three students were included in the final analysis, with a mean age of 25.29 ± 3.84 years. The results obtained from the TBL-SAI indicated a score of 25.57 on the accountability subscale, 51.04 on the preference for this learning approach subscale, and 32.43 on the overall satisfaction subscale. Conclusion: Students found TBL to be engaging, fostering greater responsibility for both individual and group learning. Compared to traditional lectures, TBL sessions were preferred by students, reflecting a higher level of satisfaction with this collaborative learning approach. Further investigation is warranted to assess long-term knowledge retention and to ensure alignment between TBL activities and intended learning objectives.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».