December 9th, 2022
Hier presenteren we een protocol voor de gedragsanalyse van een projectmatige leermethodologie voor studenten gezondheidswetenschappen (20-56 jaar oud). Het protocol vergemakkelijkt de vergelijking van de prestaties van de deelnemers in e-Learning versus blended-Learning (b-Learning) door middel van een monitoringtool. De resultaten worden geanalyseerd met behulp van Educational Data Mining en kwalitatieve technieken.
Inleiding.Hier presenteren we een protocol voor de gedragsanalyse van projectgebaseerde leermethodologie voor studenten gezondheidswetenschappen van 20 tot 56 jaar oud. Het protocol vergemakkelijkt de vergelijking van de prestaties van de deelnemers in e-learning versus b-learning door middel van een monitoringtool. De resultaten worden geanalyseerd met behulp van educatieve datamining en kwalitatieve technieken.
Onderzoeksvragen. Onderzoeksvraag één, zullen er significante verschillen zijn in de leerresultaten en tevredenheid van studenten gezondheidswetenschappen die ergotherapie studeren, afhankelijk van het feit of de PGO-methodologie wordt geïmplementeerd via e-learning versus b-learning, rekening houdend met de effecten van voorkennis van studenten? Onderzoeksvraag twee, zullen de gevonden clusters van deelnemers overeenkomen met de leerresultaten, leergedrag en waargenomen tevredenheid als een functie van onderwijsmodaliteit, e-learning versus b-learning?
Onderzoeksvraag drie, zal de suggestie van de studenten voor verbetering van de PGO-methodologie verschillen afhankelijk van de onderwijsmodaliteit, e-learning versus b-learning? Procedures voor dit protocol zijn verstrekt door de Ethische Commissie van de Universiteit van Burgos. Dit protocol is uitgevoerd in overeenstemming met de procedureregels van de Commissie Bio-ethiek van de Universiteit van Burgos, Spanje, nummer 10 03/2022.
Voordat hij deelnam, was de respondent volledig op de hoogte van de onderzoeksdoelstellingen en gaf hij zijn geïnformeerde toestemming. Ze kregen geen financiële compensatie voor hun deelname. Werving van deelnemers.
Rekruteer volwassen deelnemers tussen 20 en 56 jaar oud uit twee groepen, studenten en docenten in het hoger onderwijs, met name niet-gegradueerde student in ergotherapie. Experimentele procedure, het verzamelen van toestemmingen en het informeren van de deelnemers. Informeer de cursisten tijdens de eerste lesweek over de doelstellingen van het onderzoek en over het verzamelen, verwerken en opslaan van gegevens.
Als de studenten ermee instemmen om deel te nemen, vraag hen dan om een formulier voor geïnformeerde toestemming te ondertekenen. Het beoordelen van de voorkennis van de studenten. Vraag de student tijdens de eerste lesweek om de vragenlijst, tabel twee en zijn voorkennis van kernvakconcepten in te vullen.
Het informeren van de studenten over de projectmatige onderwijsmethodologie en de verschillende te gebruiken middelen. Geef de student een gids voor hoe PGO zal worden geleverd, evenals rubrieken voor de evaluatie van het project en de presentatie van het project. Informeer de student over de geavanceerde leertechnologiebronnen die beschikbaar zijn, intelligente spraakassistent, procesgerichte gepersonaliseerde feedback, virtuele laboratoria, vragenlijsten met feedback over de kwalificatie, flipped classroom en PGO-ervaringen.
Keuze van de casestudy. Organiseer de student in een groep van twee tot vijf deelnemers en vraag elke groep om te kiezen uit een reeks praktische cases met betrekking tot verschillende ontwikkelingsstoornissen, fysiek, psychologisch of sensorisch, bij kinderen van nul tot zes jaar oud. Beschrijving van de reikwijdte van de projectinterventie.
Vraag elke groep om een inleiding voor te bereiden waarin het type service wordt beschreven waarin ze hun project zullen implementeren. Ze kunnen kiezen tussen een interventie op het gebied van gezondheidsvoorlichting, patiëntengroepen of particuliere diensten in het kader van vroege zorg. Beschrijving van de professionals die werkzaam zijn op het interventiegebied.
Vraag elke groep om de rol van de professional te beschrijven die zal ingrijpen, evenals de relatiestructuur die zal worden toegepast om interdisciplinair werken aan te moedigen. Beschrijving van de casestudy van de interventie. Vraag elke groep om de kenmerken van de pathologie of ontwikkelingsstoornis te beschrijven.
Creatie van het interventieprogramma. Vraag elke groep om de verschillende fasen binnen het interventieprogramma voor te bereiden die de volgende elementen behandelen, initiële gebruikersbeoordeling, voorgestelde evaluatie-indicatoren op basis van de resultaten van de eerste beoordeling, voorgestelde interventieprocedures om de ontwikkeling van vaardigheden of gedrag bij kinderen te bereiken, materialen die nodig zijn voor de interventie, voorstel van generalisatieactiviteiten en het plannen van de follow-up voor de interventie. Productie van een projectdocument.
Vraag elke groep om een document te verstrekken waarin het project wordt uitgelegd dat is gemaakt voor de gekozen praktische case. Presentatie van het project. Vraag elke groep om het project te presenteren over de praktische case die ze hebben gekozen.
Opvolging van het werk van studenten. Beoordeel de interactie van de studentengroep met het UBUVirtual-platform via de softwaretool voor het monitoren van het gedrag van studenten, waarmee de interactie van studenten individueel en in groepen kan worden geanalyseerd. Gebruik de tool om te bepalen welke interacties elke student heeft binnen een groep.
Evaluatie van de tevredenheid van studenten met projectmatig leren. Vraag elke cursist om aan het einde van de cursus een opiniepeiling in te vullen en tevreden te zijn over het PGO-werk. Overzicht van de protocolstappen.
Data-analyse. Importeer alle gegevens in spreadsheetformaat in het statistische programma. Voor de uitwerking van PGO, presentatie van PGO, leerresultaten totaal, MSL-toegang en tevredenheid van studenten met lesgeven, de onafhankelijke variabelen, type e-learning modaliteit, zoals implementatie die we onderwijzen, en covariate, voorkennis.
Voer een ANCOVA uit met een vast effect, leer modaliteit e-learning versus b-learning en covariate voorkennis. Selecteer analyse van meerdere variabelen en neem de afhankelijke variabelen, uitwerking en presentatie van PGO, leerresultaten totaal, LMS-toegang en tevredenheid van studenten met lesgeven, het onafhankelijke variabeletype onderwijsmodaliteit en covariate voorkennis op. Schat de marginale middelen en voer de ANCOVA-analyse uit.
Selecteer de K-Means Clusteranalyse, de variabelen uitwerking en presentatie van PGO, leerresultaten totaal, LMS-toegang en tevredenheid van studenten met lesgeven, het clusterlidmaatschap continu, Statistiek, Initieel clustercentrum, ANOVA-tabel en Clusterinformatie voor elk geval, Doorgaan. Selecteer het kruistabel tussen de gegevens die zijn gevonden voor clusterlidmaatschap en de modaliteit e-learning versus b-learning teaching. Selecteer in Rij de variabele hier type Modaliteit, e-learning, zoals implementatie die we onderwijzen.
Selecteer in Kolom het clusternummer van een aanvraag. Analyseer de clusteranalyse met behulp van visualisatiesoftware. Importeer de gegevens in visualisatiesoftware.
Selecteer Heatmap. Radviz implementeert de visualisatie van het cluster en de verschillende bestudeerde variabelen met betrekking tot de relatie met de gebruikte onderwijsmodaliteit. Voer een kwalitatieve analyse uit van de open antwoorden in de PGO-tevredenheidsschalen voor de twee groepen e-learning versus b-learning met behulp van kwalitatieve data-analysesoftware.
Importeer de antwoorden op de open vragen, waardoor de tevredenheid van de student om les te geven, SPBL. Selecteer het categoriseren van studentenreacties in de twee onderwijsmodaliteit, e-learning versus b-learning. Selecteer de documentgroep, onderwijsmodaliteit, e-learning versus b-learning analyse.
Selecteer Sankey-diagram. Exporteer de resultaten naar spreadsheetformaat. Representatieve resultaten.
Er waren significante verschillen in de uitwerking van PGO-scores, waarbij e-learning hoger scoorde. De b-learning groep scoorde hoger in presentatie van PGO- en LMS-toegang. Er werden geen significante verschillen gevonden in de totale leerresultaten en er werd geen effect gevonden voor voorkennis als de covariate.
Er werden twee clusters gevonden waarin verschillen werden gedetecteerd in de verschillende variabelen, maar het kon niet worden vastgesteld dat de ene superieur was aan de andere in alle variabelen. Vervolgens werd een kruistabel opgesteld tussen de waarden van de clusters van verbondenheid die aan elke deelnemer zijn toegewezen met betrekking tot de onderwijsmodaliteitsvariabelen e-learning versus b-learning, en het percentage van het behoren tot elk van de groepen. De contingentiecoëfficiënt van C is gelijk aan 0,40.
p is gelijk aan 0,00 werd verkregen. Daarnaast is tussen clusters een ANOVA uitgevoerd voor de variabelen voor uitwerking van PGO, presentatie van PGO, totale leerresultaten, LMS-toegang en studenttevredenheid over lesgeven. Significante verschillen werden gevonden in presentatie, p gelijk aan 0,03, en LMS-toegang, p is gelijk aan 0,00.
Een visuele clusteranalyse werd uitgevoerd door middel van K-means-techniek met behulp van visualisatiesoftware waarbij onderwijsmodaliteit e-learning versus b-learning als variabele werd genomen met betrekking tot de verschillende bestudeerde variabelen, uitwerking van PGO, presentatie van PGO, totale leerresultaten, toegang tot LMS en studenttevredenheid met lesgeven. Vervolgens werd een heatmap geconstrueerd voor het gedrag van de variabelen in de clusters. Grotere discriminatie werd gevonden in clusters één en twee in het gedrag van studenten op het virtuele leerplatform, UBUVirtual, en het type e-learning versus b-learning.
De antwoorden werden gecategoriseerd in twee groepen, e-learning versus b-learning groepen, met behulp van de kwalitatieve data-analysesoftware. De frequenties door categorisatie en analyse van de antwoorden van de studenten in de twee groepen door een Sankey-diagram toe te passen. Conclusies, de gebruikte onderwijsmodaliteit, e-learning versus b-learning, leidt tot verschillen in de resultaten van het toepassen van PGO-methodiek.
De studenten in de e-learning groep scoorden hoger in de uitvoering van het project, terwijl de b-learning groep hoger scoorde bij het presenteren van het project. Ook was er meer toegang tot het virtuele platform in de b-learning groep. De tevredenheid was zeer hoog in beide modaliteiten zonder significante verschillen tussen de groepen.
Kortom, de onderwijsmodaliteit, e-learning versus b-learning, kan het resultaat beïnvloeden in verschillende elementen van PGO. In toekomstige studies zal dit onderwerp diepgaand worden onderzocht om te zien of hetzelfde patroon wordt gevonden bij de student van een andere opleiding in de gezondheidswetenschappen, omdat dit het onderwerp is van dit protocol. Daarentegen zou er geen verschil worden gevonden in het totale leerresultaat, of in de tevredenheid van studenten over de onderwijsmethodologie. Beperkingen.
Dit onderzoek gaat over de PGO-methodiek, die alleen werd gebruikt bij studenten die voor één graad ergotherapie studeerden. Het werd niet geïmplementeerd met multi- of interdisciplinaire onderwijsontwerpen. Het toepassen van deze methodologie op andere studies zou echter leiden tot een grotere effectiviteit en studenten helpen de arbeidsmarkt in de toekomst te betreden.
View the full transcript and gain access to thousands of scientific videos
Dit artikel presenteert een protocol voor het analyseren van de gedragsresultaten van projectgerichte leermethodologieën bij studenten gezondheidswetenschappen in de leeftijd van 20 tot 56 jaar. De studie vergelijkt de effectiviteit van e-learning en blended learning (b-learning) met behulp van een bewakingstool, waarbij de resultaten worden geanalyseerd door middel van educatieve data mining en kwalitatieve technieken.
Quantitative and qualitative analysis of project-based learning (PBL) modalities in health sciences education provides actionable insights for optimizing digital skill development and behavioral competency in future healthcare professionals. By leveraging educational data mining and statistical modeling, R&D leaders can benchmark the impact of e-learning versus blended learning on performance, engagement, and satisfaction, informing scalable workforce development strategies. These findings support evidence-based decisions for digital transformation and talent pipeline readiness in biopharma and healthcare enterprises.
This protocol positions educational data mining and behavioral analytics as integral to workforce development from early discovery through translational research.