了解医学学生在人工智能时代如何学习:一种混合方法的学习方法

科学领域:

• 医学教育 医学教育
• 数字学习数字学习
• 学生的学习行为.

背景情况:

• 医学教育实践往往落后于数字原生学生的学习偏好.
• 关于学生对自主步伐,评估驱动和技术支持的学习策略的偏好存在有限的理解.
• 这项研究调查了当代医学学生的学习模式,以告知课程的发展.

研究的目的:

• 探索本科医学学生的学习行为和偏好.
• 在数字工具和AI的背景下,确定学生学习的关键维度.
• 为医疗课程与学生学习需求相协调提供证据.

主要方法:

• 这是一项混合方法,横截面研究,涉及来自阿联和约旦的432名本科医学学生.
• 一份23项调查问卷,含有定量和定性组成部分,通过文献审查和专家意见进行验证.
• 量化数据的探索性和确认性因子分析和定性响应的专题分析.

主要成果:

• 确认因素分析验证了五个因素结构,包括自动学习,面向考试的学习,学习伙伴关系,协作学习和AI增强的学习.
• 主题分析确定了关键主题:灵活的学习,增强的培养评估,积极的教学,学习技能,协作,技术使用,临床重点和资源可访问性.
• 定性发现加强并扩展了定量维度,突出了复杂的学习方法.

结论:

• 人工智能时代的医学学生使用多维,个性化,灵活和技术驱动的学习方法.
• 将课程与学生对自我调节,交互和人工智能增强学习的偏好保持一致至关重要.
• 结果影响教师发展,课程改革,教学方法,学生评估和以学习者为中心的医学教育.