利用自然语言处理来分析学生的叙事反思,以改善医学课程

科学领域:

• 医学教育 医学教育
• 自然语言处理自然语言处理.
• 课程开发 课程开发

背景情况:

• 医学课程需要不断改进,以获得相关性和有效的学生准备.
• 传统的年终评估通常会产生低响应率和不足的反.
• 学生的反思提供了丰富的反的潜在来源,但手动分析是具有挑战性的.

研究的目的:

• 开发和实施自然语言处理 (NLP) 管道来分析医学学生的反思性写作.
• 以回顾地挖掘学生的反思,以获得可操作的反,以告知课程调整.
• 在医学四年级学生对其次实习经验的反思中确定共同的主题和主题.

主要方法:

• 一个自然语言处理 (NLP) 管道被开发来处理医学学生的反思性写作.
• 该数据集包括学生对教师发布的关于他们在第四年副实习期间 (2016年8月 - 2018年7月) 面临的挑战的问题的回答.
• 使用NLP管道自动识别叙事数据中的反复出现的主题和主题.

主要成果:

• 从学生的反思中成功确定了11个不同的主题和话题.
• 几个确定的主题直接告知后续的课程修订和改进.
• NLP方法提供了一种有效和可扩展的方法来分析学生的定性反.

结论:

• 自然语言处理 (NLP) 是医学教育中分析定性数据的有效工具.
• 通过NLP利用学生的反思,可以发现课程改进的关键领域.
• 这种方法提供了一个实际的解决方案,利用学生的反来改善医疗培训计划.