The effect of research on the perceived quality of teaching: a cross-sectional study among university students in Lebanon
Notice bibliographique
Résumé
Abstract Introduction The complementarity between research and teaching is still debated, although several higher education institutions require instructors to do research. In the absence of a consensus on this matter and given the lack of related studies in Lebanon, this study aimed to describe students’ perception of research integration into teaching, and to link research and professional skills to quality teaching, using validated scales related to these concepts. Methods A standardized questionnaire was diffused to university students; it included validated scales: the Student Perception of Research Integration Questionnaire (SPRIQ), the Adapted-Teachers’ quality assessment questionnaire (A-TQAQ), the Student Evaluation of Teaching short form (SET37-QS), and Knowledge and Attitudes Towards Health Research Questionnaire. Results Research integration was well perceived, and teaching was well evaluated by 445 participants from various disciplines, particularly those of a higher socioeconomic level, majoring in health, and females, as indicated by their mean scores. Research-active instructors had a significantly better-perceived teaching quality (17%; p < 0.001) than their non-active counterparts. This finding was particularly true among postgraduate and higher GPA students. The multivariable analysis showed that the knowledge and attitude towards research were related to students’ better perception of research integration and higher evaluation of teaching. Conclusion This study showed an overall good perception of research and teaching evaluation among participants from various disciplines, with research-active instructors having a better-perceived teaching quality. These findings could guide decisions on research integration into curricula using multidisciplinary methodologies to strengthen research integration and involve students in research activities.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».