Not Just Us Lecturing at You: Evaluating Small Group Workshops at a National Surgical Conference
Notice bibliographique
Résumé
BACKGROUND: Academic conferences typically rely on traditional lectures, which limit learner engagement. A national surgical conference recently implemented a novel session format "Breakshops," which focused on small group instruction (SGI). We assessed participants' perceptions of these sessions, as well as instructional quality and interactivity. STUDY DESIGN: Breakshops were implemented at the 2024 American Pediatric Surgical Association (APSA) annual meeting. Each 45-minute concurrent workshop was intended for a few dozen participants and incorporated SGI rather than slide-based presentations. Sessions were proposed, designed, and facilitated by attendees. We performed a convergent parallel mixed-methods analysis. Semi-structured interviews of participants were recorded, transcribed, inductively coded, and thematically analyzed. Quantitative data were collected from surveys of participants assessing satisfaction and perceived value and Program Committee members assessing SGI feature use and learner interactivity. RESULTS: Thirty-one (70.5%) of 44 Breakshops were assessed by the Program Committee. From sixteen interviews and corresponding quantitative results, three themes emerged. First, Breakshops were a unique and valued addition to conference programming, reflected in a mean satisfaction score of 8.1 of 10 and 96.3% of 895 ratings deeming "Valuable" or "Somewhat Valuable." Second, Breakshops enhanced active learning, with increased use of SGI features correlating with greater interaction (p = 0.01) and value (p = 0.04). Third, there were opportunities to refine Breakshop implementation at a programmatic level. CONCLUSION: Small group workshops which emphasize interaction and active learning enhanced learner engagement and provided unique value at the 2024 APSA conference. Their broader adoption should be considered to improve conference learning experiences.
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 | 0,021 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».