COVID-19疫情期间口腔本科生线上学习决策TAN贝叶斯网络模型分析

刘凯,王皓珺,曹明国, 吴松泉,查光玉, 李达生, 黄慧捷,左玲珑,江银华,刘荣场

Shanghai kou qiang yi xue = Shanghai journal of stomatology(2021)

Cited 0|Views0
No score
Abstract
目的:探讨地方高校口腔医学本科生在COVID-19疫情期间线上学习的应对与决策规律.方法:针对丽水学院2016—2018级口腔本科生,分别在线上课程开课之前和开课4周后进行2次问卷调查.利用SPSS Modeler 18.0对资料进行整理、审核和内部一致性分析,构建TAN贝叶斯网络模型(tree augmented naive Bayesian network),并使用总体正确率、受试者工作特征曲线(ROC曲线)和ROC曲线下面积(AUC值)等指标评价模型的优劣.结果:2次调查收集个案数分别为422个和382个,Cronbachα系数分别为0.91和0.82.所构建的TAN贝叶斯网络模型分析显示,是否预习线上资料的决策中,最重要的变量是期待开学,其次是网络资料的有效性;在线上课程是否达到线下课程标准的评价变量中,讲课节奏(视频直播或录播中)、线上资料任务点多少、线上资料框架条理3个变量的重要性显著高于其他变量.2个模型的总体预测正确率分别为89.42%和87.82%,AUC值分别为0.75和0.93.结论:疫情期间,教师应充分认识到地方高校口腔医学本科生的教育期待.教学中首先要精心组织内容全面、结构条理清晰、生动且难度适中的线上资料,辅以节奏适中、语音和画面质量均上乘的线上直播或视频录播,再结合多渠道师生交互,真正做到"停课不停学".
More
Translated text
Key words
online learning,dental undergraduates,bayesian network modeling,decision making
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined