圖1:骨科評估表。
全文
薩賈德·阿塔爾1 *Mosab Elgalli2尼爾Ashwood1伊利亞斯Galanapoulos1泛神教義Karagkevekis1
1創傷和骨科，伯頓醫院NHS基金會信托，伯頓特倫特河畔，英國2德比大學和伯頓醫院NHS基金會信托，英國
*通訊作者:M Sajjad Athar，英國Burton-upon- trent伯頓NHS基金會信托伯頓醫院創傷和骨科，電子郵件:msathar@hotmail.com
聽課已經不再流行，因為聽課被認為是被動的活動，通常由專家講授，沒有太多的學習者互動。然而，它們似乎仍然是傳遞“寶貴”信息的一種省時的方式。講座作為教學來源的有效性受到了質疑，因為隻有一小部分被保留下來，甚至可能不會被學習[1,2]。然而，講座仍然是教育研究生的一種流行方法，作為繼續醫學教育的一部分，也是培訓海外教育項目本科生的一部分。講座是有效的教學方法(表1)，當它們闡明困難的概念，展示組織思維的方法，並促進解決問題[4]。如果講師能夠吸引學習者，那麼它就成功地成為學習過程中的一個工具。本科骨科教學首選的授課方式是互動式教學而不是通過傳統的講座形式[6]，但內容似乎很受歡迎通過這兩種方法。雖然在本科生骨科[7]的教學中提倡其他教學風格，但骨科培訓計劃中的研究生的趨勢是通過掌握技術技能來展示能力通過模擬[8]以及核心知識。在過去，醫生們表達了對學習肌肉骨骼問題的基礎知識的偏好通過講座[9]，並沒有真正的研究來學習肌肉骨骼的主題，同時培訓基礎醫生。此外，作為一名教師，培養技能也是一項重要的技能，作為一名基礎醫生，同行觀察被認為是一項促進學習教育技能的好技巧[10]。很少有研究關注以前被稱為職員等級的非培訓級別的專科醫生對培訓的影響以及他們對教學的偏好。本研究的目的是評估當前的實踐，以引入不同的教學風格，並優化講座的影響。
| 講座的優點 |
|
|
|
|
| 講座的缺點 |
|
| o學習需求 |
| o學習風格 |
| o能力 |
| o背景 |
|
|
| 改編自www.aavcvet.org/ppt/2013/conference/Bonagura.pdf |
表1:闡述講座教學的優缺點。
在過去五年中，110名基礎醫生、15名專科醫生和7名顧問醫生參加了與骨科核心主題相關的各種主題的骨科教學，例如骨髓炎、關節內骨折和筋膜室綜合征等。每個人都有機會演講，骨科的教學旨在為基礎醫生提供核心知識，並由多學科團隊參與。所有級別的醫生、護士及物理治療師均已呈報，但我們的目標是讓八位基金醫生每個附件至少呈報一次。講座以PowerPoint®形式進行(微軟公司，芝加哥，伊利諾伊州，美國)通過一個20到30分鍾的數據投影係統。關於允許自由表達的風格或內容，講師沒有得到具體的指導。
一份匿名完成的同行和學習者評估問卷(圖1)用於評估周一骨科午餐講座的主題，該部門已經使用了五年。被評估的基金會醫生在基金會課程中有一個關於教學的部分，並且經常要求對他們在講座中的表現進行進一步的反饋。從一開始，表格就包含了內容和表現的李克特四點量表，今年又增加了相關性。相關性分析沒有包括在內，因為數量相對較少，但將包括在未來的評估。教學評估是在講座結束時收集的，並由醫學教育中心的獨立評估人員進行總結。結果被轉交給資深作者，作為他監督教育計劃的一部分。有些演講不止一次，但由不同年級的不同演講者進行。
分析算法
內容和演示風格的分數給了同伴兩個有序的選項(序數-多分)，這樣就可以計算出總分，而不是單獨考慮每個值，這樣我們就可以看到演示者的性別、演示者、演示標題、演示者的等級和總分之間是否有顯著的相關性。
使用算法對內容和表現方式進行最終評分:內容得分= 100-(100/(參加人數)×[(1倍人數差)+(2倍人數滿意)+(3倍人數好)+(4倍人數優秀)]}。
最後使用算法計算總分:總分=(內容得分+表現得分)/2
為了確定性別、主講人、主講人標題、主講人等級和總分之間的顯著相關性，使用了IBM SPSS 20。
資深作者使用主題分析分析了評論，這將使演示文稿能夠改進或促進對未來演示文稿的指導[12]。這種高度靈活的方法對數據[13]中包含的問題和意見進行了更詳細和係統的描述。第一個分析步驟包括反複閱讀反饋，以熟悉內容。這使得最初的模式和代碼從文本中出現。在隨後的分析中，對這些準則進行了改進，並按主題分組，以便改進講課的結構，並編寫一些指導。
78份報告可供評估其餘的少於10名觀眾或少於10份評估表格。如表2和圖2所示，陳述者的等級分布相對平均。
圖2:顯示評估成績。
| 年級 | |||||
| 頻率 | 百分比 | 有效的百分比 | 累計百分比 | ||
| 有效的 | 財政年度 | 33 | 42.3 | 42.3 | 42.3 |
| 情景應用程序 | 20. | 25.6 | 25.6 | 67.9 | |
| 顧問 | 25 | 32.1 | 32.1 | One hundred. | |
| 總計 | 78 | One hundred. | One hundred. | ||
表2:顯示評估類型的報告和等級。
由於科室的專科醫生和會診醫師均為男性，因此男性主持者較多，但基礎醫生主持者的性別比例準確反映了該級別的比例(表3，圖3)。
圖3:按性別劃分的人口分布。
| 性 | |||||
| 頻率 | 百分比 | 有效的百分比 | 累計百分比 | ||
| 有效的 | 女 | 18 | 23.1 | 23.1 | 23.1 |
| 男性 | 60 | 76.9 | 76.9 | One hundred. | |
| 總計 | 78 | One hundred. | One hundred. | ||
表3:顯示出席人員的分布情況。
年級分數和內容分數的變化遵循可預測的傾斜正態分布，如表4和圖4、5所示。
圖4:根據成績報告顯示分布情況。F
圖5:按現有等級顯示分布。
| 統計數據 | ||||
| 年級的內容 | 年級的現在 | 意思是年級 | ||
| N | 有效的 | 78 | 78 | 78 |
| 失蹤 | 0 | 0 | 0 | |
| 的意思是 | 66.64 | 66.18 | 66.38 | |
| 中位數 | 68 | 68 | 68 | |
| 模式 | 68一個 | 68 | 68 | |
| 標準偏差。 | 5.652 | 6.41 | 5.712 | |
| 偏態 | -1.824 | -2.268 | -1.704 | |
| 標準偏度誤差 | 0.272 | 0.272 | 0.272 | |
| 峰度 | 5.705 | 7.221 | 3.355 | |
| 峰度標準差 | 0.538 | 0.538 | 0.538 | |
表4:根據成績和他們的陳述來顯示分布。
a.存在多種模式。顯示最小值
使用平均評分分析性別、主講人、題目、主講人評分與總分之間是否存在相關性(表4和圖6)。
圖6:顯示平均成績的柱狀圖。
使用皮爾遜相關係數，唯一顯著的值是推薦者等級(r=0.478, p=0.001)。
采用中位數檢驗來評估主講人評分對主講人評分的影響。這表明，谘詢師的陳述、內容和總分(最小p值為0.02)高於專科醫生和基金會陳述者，而初級級別之間沒有差異。所有組均有較高的表達標準(表5,5a -5f)。
| 相關性 | ||||||||
| 代碼 | 名稱代碼 | 年級 | 性 | 年級的內容 | 年級的現在 | 意思是年級 | ||
| 代碼 | 皮爾森相關 | 1 | 0.441** | 0.311** | 0.009 | 0.194 | 0.171 | 0.194 |
| Sig (2-Tailed)。 | 0.000 | 0.006 | 0.938 | 0.088 | 0.134 | 0.088 | ||
| N | 78 | 78 | 78 | 78 | 78 | 78 | 78 | |
| 名稱代碼 | 皮爾森相關 | 0.441** | 1 | -0.299** | -0.319** | -0.126 | -0.077 | -0.111 |
| Sig (2-Tailed)。 | 0.000 | 0.008 | 0.004 | 0.272 | 0.505 | 0.331 | ||
| N | 78 | 78 | 78 | 78 | 78 | 78 | 78 | |
| 年級 | 皮爾森相關 | 0.311** | -0.299** | 1 | 0.574** | 0.464** | 0.424** | 0.478** |
| Sig (2-Tailed)。 | 0.006 | 0.008 | 0.000 | 0.000 | 0.000 | 0.000 | ||
| N | 78 | 78 | 78 | 78 | 78 | 78 | 78 | |
| 性 | 皮爾森相關 | 0.009 | -0.319** | 0.574** | 1 | 0.117 | 0.078 | 0.112 |
| Sig (2-Tailed)。 | 0.938 | 0.004 | 0.000 | 0.309 | 0.500 | 0.328 | ||
| N | 78 | 78 | 78 | 78 | 78 | 78 | 78 | |
| 年級的內容 | 皮爾森相關 | 0.194 | -0.126 | 0.464** | 0.117 | 1 | 0.774** | 0.934** |
| Sig (2-Tailed)。 | 0.088 | 0.272 | 0.000 | 0.309 | 0.000 | 0.000 | ||
| N | 78 | 78 | 78 | 78 | 78 | 78 | 78 | |
| 年級的現在 | 皮爾森相關 | 0.171 | -0.077 | 0.424** | 0.078 | 0.774** | 1 | 0.946** |
| Sig (2-Tailed)。 | 0.134 | 0.505 | 0.000 | 0.500 | 0.000 | 0.000 | ||
| N | 78 | 78 | 78 | 78 | 78 | 78 | 78 | |
| 意思是年級 | 皮爾森相關 | 0.194 | -0.111 | 0.478** | 0.112 | 0.934** | 0.946** | 1 |
| Sig (2-Tailed)。 | 0.088 | 0.331 | 0.000 | 0.328 | 0.000 | 0.000 | ||
| N | 78 | 78 | 78 | 78 | 78 | 78 | 78 | |
表5:顯示相關性。
**相關性在0.01水平上顯著(2尾)
| 價值 | df | 一個電腦。Sig(雙向)。 | |
| 皮爾遜卡方 | 14.460一個 | 18 | 0.699 |
| 似然比 | 16.186 | 18 | 0.58 |
| Linear-by-Linear協會 | 0.969 | 1 | 0.325 |
| 有效案例N | 78 |
表5:性別不影響演講得分。
A. 33個細胞(86.8%)預期計數小於5。最小期望計數為0.23。
| 卡方測試 | |||
| 價值 | df | Asymp。Sig(雙向)。 | |
| 皮爾遜卡方 | 48.505一個 | 36 | 0.08 |
| 似然比 | 56.091 | 36 | 0.018 |
| Linear-by-Linear協會 | 17.574 | 1 | 0 |
| 有效案例N | 78 | ||
表5 b:年級影響演講評分。
56個細胞(98.2%)預期計數小於5。最小期望計數為0.26。
| 頻率 | ||||
| 年級 | ||||
| 1 | 2 | 3. | ||
| 年級的現在 | >中值 | 8 | 7 | 15 |
| ≤值 | 25 | 13 | 10 | |
| 意思是年級 | >中值 | 7 | 8 | 18 |
| ≤值 | 26 | 12 | 7 | |
| 年級的內容 | >中值 | 7 | 9 | 17 |
| ≤值 | 26 | 11 | 8 | |
表5 c:頻率。
| 測試統計數據 | |||
| 年級的現在 | 意思是年級 | 年級的內容 | |
| N | 78 | 78 | 78 |
| 中位數 | 68 | 68 | 68 |
| 卡方 | 7.820b | 15.090c | 12.837c |
| df | 2 | 2 | 2 |
| 一個電腦。團體。 | 0.02 | 0.001 | 0.002 |
表5 d:測試統計數據。
a.分組變量:Grade
B. 0細胞(0.0%)的預期頻率小於5。最小預期單元頻率為7.7。
C. 0細胞(0.0%)的預期頻率小於5。最小預期單元頻率為8.5。
| 卡方測試 | |||
| 價值 | df | Asymp。Sig(雙向)。 | |
| 皮爾遜卡方 | 877.709一個 | 846 | 0.218 |
| 似然比 | 322.832 | 846 | 1 |
| Linear-by-Linear協會 | 2.903 | 1 | 0.088 |
| 有效案例N | 78 | ||
表5 e:表示名稱不會影響結果。
A. 912個細胞(100.0%)預期計數小於5。最小期望計數為0.01。
| 卡方測試 | |||
| 價值 | df | Asymp。Sig(雙向)。 | |
| 皮爾遜卡方 | 740.316一個 | 672 | 0.034 |
| 似然比 | 279.857 | 672 | 1.000 |
| Linear-by-Linear協會 | 1.221 | 1 | 0.269 |
| 有效案例N | 78 | ||
表5 f:人名不影響結果。
A. 731個細胞(100.0%)預期計數小於5。最小期望計數為0.01。
由於評論簡短，總體上不具體，如良好的表達或清晰，因此很難構建這些評論。這項研究的部分發現是，演示的反饋是非特定的，並不能促進演示者學習容易。然而，有兩個領域確實有更多的細節。
來源材料的可用性
學習者覺得花在尋找基礎知識上的時間是浪費的，而且會分散他們尋找更相關的當前概念的精力。以之前的講座為基礎，人們認為這有助於集中討論其他方麵，如交互性。合並最新的證據也被認為更具指導性，如來自NICE或Cochrane數據庫的證據。
設定一些學習目標
專注於在適當的水平上提供與基礎課程相關的講座，同時確保圖片或視覺內容足夠清晰，以便於簡單清晰的解釋。
嚴格地審查我們的實踐以使患者受益是臨床實踐的基石[7,14]，並根據你的觀點被認為是積極的還是消極的[9]。在教育中，反饋導致“改善學習結果”和“加深學習方法”[15]。這個分析的目的是評估對演示文稿打分的價值，並尋找需要改進的地方，其中一個需要工作的地方是反饋。
總體分數很高，表明所有人都有足夠的標準，谘詢師得分更高可能是因為他們認為自己是專家。“由李克特分數產生的數值並不能真正區分同伴學習，因此可能需要刪除或修改，以解決與學習和教學有關的特定問題。”因為即使是那些被認為是專家的人，也會有一些具體的評論，這些評論與確保更專業的演講者的演講水平對學習者來說是正確的有關，而且學習者喜歡那些更具互動性的演講。
學生對講座和其他學習事件的評分是評估證據的寶貴來源，在本分析中，對講座的同行評議遵循了類似的模型。將講座作為教學形成性評估一部分的基金會醫生總體上得分很好，正如人們對積極的專業人士所期望的那樣，總體上得到了良好的反饋。然而，“感覺”反饋並沒有那麼具體地幫助提高他們的表現，正如伍德2010年所概述的那樣，“幫助發展為自主和主動的學習者”。正如沃爾2010年在同一本書中所說的那樣，評估“不僅僅是在教學結束時向學生和受訓者發放調查問卷”。有效地利用反饋使形成性評估和“教育努力”[17]。其他學習者需要改進的具體評論涉及“幻燈片的視覺外觀經常令人困惑”和“內容不完整，對主題不夠全麵”。
這一分析有用地突出了為反饋收集的資料的質量及其特殊性方麵的一些問題。質量反饋將使有效的評價和評估，以指導我們的教學和提高學習。Nicol和MacFarlane-Dick[18]在他們的綜述中提出了七個良好反饋的原則[表6]。
|
|
|
|
|
|
|
表6:顯示良好反饋的好處。
事實上，在表中所涵蓋的領域中提出的問題中，大約有50%在對講座的反饋中得到了體現。目標設定和塑造與以往經驗的教學建設的相關性，以使好的講座在未來變得更好，這似乎是同行們認為可以改善講座的特別強烈的主題。講座作為教學來源的有效性受到了質疑，因為隻保留了一小部分，這並不意味著它會被學習[1,2]。然而，講座仍然是教育研究生的一種流行方法，作為繼續醫學教育的一部分，作為海外教育項目培訓本科生的一部分。Brown等人在[1]的論文中提出了一些關於互動性和組織性的建議，以及在恰當的水平上進行陳述的重要性，[16]，所有這些都可以增強學習體驗[19-21]。
目前的評估表有一定的價值，但沒有產生足夠具體的反饋來參與學習，它沿著Gosling D等人使用的同伴觀察表的方向進一步發展。[10]可能對學習者未來的分析有益。專題分析使一些講課指示能夠作為加強未來講師學習過程的第一步發布(表7)。
| 骨科教學良好演示/講座說明 |
| 時長20-30分鍾 |
| 位置-教育中心 |
| 來源 一些資源信息可以從存儲在z盤上的以前的主題中獲得 |
| 內容 設定一些學習目標 專注於做一個與基礎課程相關的演講 任何最近的證據/NICE指南都是有用的 |
| 總結 試著把你的經曆和日期聯係起來。確保圖片足夠大，可以看到 |
| 交互性 試著設置一些任務/問題 |
| 反饋 請填寫 試著讓它變得相關和具體，以便學習 |
表7:最後的格式將用於加強講座教學。
評價反饋的目的是評估學習者的需求是否得到滿足，從而提高教學質量。重點是專家對學習者和被視為學習者的相關性和音調，以確保內容的相關性，所使用材料的視覺衝擊力更強。已經製定了一些給學習者的指示，並在他們開始講課之前分發，正在重新製定同伴觀察表，以便能夠產生更具體的反饋，以增強學習體驗。
- Brown G, mangue M (2001) AMEE醫學教育指南no . 22:刷新講座講師指南。醫學教學23:231-244。［Ref。］
- 唐金·MJ(1983)關於課堂教學的研究綜述。高等教育研究開發2:63-78。［Ref。］
- Parolia A, Mohan M, Kundabala M, Shenoy R(2012)印度牙科學生對講座課程的偏好。《科學與工程學報》76:366-371。［Ref。］
- Naismith L, Steinert Y(2001)研討會促進互動學習的評價。教與學醫學13:43 -48。［Ref。］
- Di Leonardi BC(2007)促進學習的技巧:講座值得尊重。中華教育科學雜誌38:154-161。［Ref。］
- 範倫斯堡L，羅什頓N(2007)教學風格重要嗎?小組討論的隨機試驗與在骨科本科教學中。醫學教育41:214-217。［Ref。］
- Bulstrode C, Gallagher FA, Pilling EL, Furniss D, Proctor RD(2003)一項隨機對照試驗，比較了兩種教醫學生創傷和骨科的方法:傳統講座與“甜甜圈講座”。外科醫生1:76 -80。［Ref。］
- Atesok K, Mabrey JD, Jazrawi LM, Egol KA(2012)骨科技能訓練中的外科模擬。美國骨科外科雜誌20:410-422。［Ref。］
- Robbins L, Levy R, Lee S, Leuchter J, O 'Brasky M(1998)為醫生和公眾開發肌肉骨骼教育項目:來自需求評估的發現。關節炎護理決議11:463 - 468。［Ref。］
- 高斯林D，奧康納KM(2006)從教學同行觀察到專業實踐回顧(RPP):持續專業發展的模型。教育開發7:1-6。
- Jefferis A, Davies G, Tunbridge M(1998)職員職係和助理專家:他們的持續專業發展和抱負。醫院59:887-891。［Ref。］
- Guest G, Mac Queen KM, Namey EE(2011)應用專題分析。聖人,美國。［Ref。］
- Braun V, Clarke V(2006)在心理學中使用主題分析。精神鑒定3:77 -101。［Ref。］
- 沃爾D(2010)評價:改進實踐，影響政策。見:T Swanwick(編)理解醫學教育:證據，理論和實踐。Wiley和Blackwell, 336。［Ref。］
- 伍德D(2013)形成性評估。見:T Swanwick(編)理解醫學教育:證據，理論和實踐。John Wiley & Sons 262。［Ref。］
- Schiekirka S, Reinhardt D, Heim S, Fabry G, Pukrop T，等。(2012)本科醫學教育學生評價感知:來自某醫學院的定性研究。BMC醫學教育12:45。［Ref。］
- 形成性評估:深度學習的關鍵?醫學教學27:509-513。［Ref。］
- Nicol DJ, Macfarlane-Dick D(2006)形成性評估和自我調節學習一個良好反饋實踐的模型和七個原則。高等教育研究31:199-218。［Ref。］
- 布魯克菲爾德S(1995)成為批判性反思教師。威利，密歇根大學。［Ref。］
- Williams JR(2000)英國本科生創傷和矯形外科的教學。中華骨關節外科雜誌82:627-628。［Ref。］
- Mohanna K, Wall D, Chambers R(2004)教學變得簡單——衛生專業人員手冊。2nd版，雷德克裏夫醫學出版社，牛津，英國。［Ref。］
下載臨時PDF
文章類型:研究文章
引用:Athar MS, Elgalli M, Ashwood N, Galanapoulos I, Karagkevekis B(2018)基礎醫生骨科講座教學評估。Clin Res Open Access 4(4): dx.doi.org/10.16966/2469- 6714.143
版權:©2018 Athar MS等。這是一篇開放獲取的文章，根據創作共用署名許可的條款發布，允許在任何媒介上不受限製地使用、分發和複製，前提是要注明原作者和來源。
出版的曆史: