评估医疗教育移动应用程序与MARS和MARuL在一个TPACK知情模型的评估
Mohammadsadegh Rezaei1, Sara Owrangi2, Sahar Jafari3
1Department of Computer Engineering and Information Technology, Shiraz University of Technology, Shiraz, Iran. rezaei@sutech.ac.ir.
Scientific reports
|December 11, 2025
概括
评估医疗教育应用程序至关重要. 虽然移动应用评级表 (MARS) 和移动应用学习表 (MARuL) 工具显示出希望,但它们需要改进才能充分评估教学影响.
科学领域:
- 医疗教育 技术 技术 医学教育
- 数字健康工具 数字健康工具
- 教育技术评估教育技术评估
背景情况:
- 随着COVID-19的流行,医疗教育中移动应用程序的采用加速了.
- 有效评估这些数字工具对于优化学习成果至关重要.
- 现有的评估工具可能无法完全捕捉医疗教育应用程序的教学有效性.
研究的目的:
- 用MARS和MARuL评估工具评估医疗教育移动应用程序.
- 探索MARS和MARuL在测量应用程序对医学教育成果的影响方面的有效性.
- 识别有关教学方面的当前评估工具的局限性.
主要方法:
- 通过系统的文献搜索,使用PRISMA方法确定了409个记录.
- 30个医疗教育移动应用程序使用移动应用程序评级表 (MARS) 和移动应用程序学习表 (MARuL) 进行了评估.
- 对MARS和MARuL进行了基于预定义值的定量评分.
主要成果:
- 大多数评估的应用程序取得了可接受的分数:67%达到MARS值,73%达到MARuL值.
- 无论是MARS还是MARuL,都为应用程序质量和学习潜力提供了宝贵的见解.
- 在这两种工具在TPACK框架内评估教学元素的能力方面发现了重大局限性.
结论:
- 对于评估医学教育应用程序来说,MARS和MARuL是有用的,但需要改进.
- 目前的工具不足以解决关键的教学方面,如认知发展,动机和批判性思维.
- 需要进一步开发评估框架,以全面评估移动学习在医学教育中的影响.
