Converting an Entire Course Into a Game by Implementing Gated Pathways
Notice bibliographique
Résumé
BACKGROUND: Games are well recognized for enhancing student engagement, yet most reported game-based interventions in higher education remain limited to single, one-time activities. Comprehensive integration of gaming concepts across an entire course is still uncommon, particularly in health professional education. APPROACH: In this context, a game-based strategy was embedded into an entire dental hygiene (DH) course using a gated pathway and rewards. In a real game, a gated pathway requires players to complete specific tasks before unlocking the next level. In the learning management system (LMS), the same game-based concept was applied by restricting students' access to weekly content until they completed reviewing lecture materials and passed a quiz. Successful completion of the quiz unlocked the next week's materials. Quiz games designed in Gimkit were integrated as rewards for students. EVALUATION: Student engagement data were collected from the LMS, and exam performance was compared with the previous cohort, where no gated pathway was used. Voluntary, anonymous surveys captured students' perceptions. Eighty-eight percent of the survey respondents agreed that the gated pathway helped them complete their tasks on time, and 87% found this intervention helpful for their studies. IMPLICATIONS: This study demonstrates the successful integration of game-based concepts across a full DH course, with positive effects on engagement and performance. Clinical educators can adapt this approach to offer students a better learning experience in a game-like course.
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 | 0,002 | 0,000 |
| 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) | 0,002 | 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 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 ».