Développement et validation d'un instrument de mesure du Micro

May 15, 2023

BMC Medical Education volume 23, Numéro d'article : 395 (2023) Citer cet article

192 accès

Détails des métriques

Il existe plusieurs instruments pour mesurer différents environnements d'apprentissage, mais aucun instrument valide et fiable n'est présent pour mesurer l'environnement de micro-apprentissage. Cette étude visait à développer et valider un instrument pour mesurer le micro-environnement d'apprentissage des étudiants. La mesure de l'environnement de micro-apprentissage peut donner un aperçu des expériences réelles des étudiants et nous éclairer sur la disparité entre les programmes enseignés, dispensés et appris.

Une conception d'étude multi-institutionnelle à méthodes mixtes avec des composants qualitatifs et quantitatifs consécutifs a été utilisée sur la base de la théorie du traitement de l'information. L'analyse documentaire, les résultats des entrevues semi-structurées et les discussions de groupe ont été combinés pour élaborer un questionnaire. La validité du contenu et du processus de réponse a été établie, suivie d'un test pilote, d'un calcul de fiabilité et d'une analyse factorielle exploratoire et confirmatoire.

Un projet d'instrument préliminaire de quarante-neuf éléments a été réduit à un total de vingt-quatre éléments d'instrument final ayant cinq thèmes concernant les pratiques d'enseignement, le soutien aux apprenants, la compétence en enseignement, le corps professoral progressif et l'environnement d'enseignement. Les valeurs de SCVI/Ave et S-CVI/UA ont été calculées à 0,92 et 0,62 respectivement. La fiabilité a été calculée à 0,94. Les valeurs des indices d'ajustement se situaient dans la plage normale.

L'instrument de mesure de l'environnement de micro-apprentissage a un contenu, une construction, une validité du processus de réponse et une fiabilité excellents.

Rapports d'examen par les pairs

Linder a défini le micro-apprentissage comme un nouveau système d'apprentissage basé sur des micro-contenus et des micro-médias dans l'écosystème des nouveaux médias [1]. Il est également appelé apprentissage de la taille d'un morceau ou d'une bouchée [2]. Le découpage du contenu volumineux en petits morceaux, la flexibilité du temps et de l'espace d'apprentissage et la disponibilité de plusieurs choix de supports d'apprentissage pour apprendre de manière sélective sont toutes des caractéristiques saillantes du micro-apprentissage [1]. Les outils existants tels que la mesure de l'environnement éducatif Dundee Ready (DREEM), la mesure de l'atmosphère éducative post-universitaire (PHEEM), la mesure de l'environnement éducatif du théâtre anesthésique (ATEEM) et la mesure de l'environnement éducatif du théâtre chirurgical (STEEM) sont conçus pour un groupe spécifique de la population seul. Ils ne s'adressent pas à tous les professionnels de santé. Par ailleurs, les outils existants sont assez longs (50 items en DREEM, 40 en PHEEM, 42 ITEMS en CLE, et 50 ITEMS en AMEET). Ils ne conviennent pas aux stages courts [3]. Troisièmement, les points de vue des trois parties prenantes importantes de l'environnement d'apprentissage comme les étudiants, les enseignants et les experts en éducation médicale sont recherchés sur la question. Les outils précédents ne considéraient qu'une seule partie prenante. Cela rend cet outil plus complet, à jour et pratique à utiliser [4]. Le but de notre étude est de développer et de valider un instrument de mesure de l'environnement de microlearning des étudiants (Microlearning Environment measure-MLEM). La mesure de l'environnement de micro-apprentissage peut donner un aperçu des expériences réelles des étudiants et nous éclairer sur la disparité entre les programmes enseignés, dispensés et appris.

Le micro-apprentissage peut être basé sur la technologie ou non. Au Pakistan, les participants à notre étude ont expérimenté le micro-apprentissage basé sur la technologie sous la forme de gamification, de podcast vidéo, d'apprentissage en ligne et de microblogs tels que Twitter, Whatsapp, Facebook, etc. En outre, des outils non technologiques de micro-apprentissage couramment pratiqués par les Pakistanais les étudiants incluent des textes (phrases, courts paragraphes), des images, des vidéos, de l'audio, des tests et des quiz. L'enseignement conventionnel en classe est devenu monotone en raison de la dernière vague de numérisation et de l'introduction de techniques innovantes comme l'apprentissage par la gamification, etc. [5]. L'inclusion de stratégies de micro-apprentissage basées sur la technologie peut réduire le temps d'apprentissage, augmenter les performances scolaires et améliorer les connaissances ou les compétences [6, 7]. En outre, l'enseignement traditionnel en classe a des contraintes de temps et d'espace. L'apprentissage mobile et la baladodiffusion vidéo sont des outils prometteurs pour l'éducation médicale [6]. Ces sources sont accessibles partout et à tout moment [8, 9]. L'utilisation spécifique de microblogs tels que Twitter peut améliorer l'engagement et la performance des étudiants [10]. Le terme micro-apprentissage est relativement nouveau dans l'enseignement médical et toutes ses caractéristiques, composantes, population cible et modalités doivent être approfondies pour l'utiliser efficacement en tant que nouvelle stratégie d'enseignement et d'apprentissage. Une tendance émergente de la numérisation a réduit notre portée de concentration dans la mesure où des environnements de micro-apprentissage engageants et dynamiques sont le besoin de l'heure.

Une conception d'étude à méthode mixte, ayant des composants qualitatifs et quantitatifs consécutifs (conception séquentielle exploratoire), a été sélectionnée. Le processus de développement de l'instrument a suivi les sept étapes du guide AMEE 87 [11] (Fig. 1).

Organigramme des Phases de développement de l'instrument (MLES)

L'étude a impliqué plusieurs instituts. Il comprenait des pédagogues médicaux experts, des étudiants et des professeurs de médecine enseignant dans des collèges de médecine publics, privés et militaires et des hôpitaux universitaires au Pakistan. La durée provisoire de l'étude était de huit mois, une fois le synopsis approuvé, c'est-à-dire de février 2021 à octobre 2021. La recherche a été menée après l'approbation du comité d'examen éthique du Collège médical international islamique, référence no. Appl. # Riphah /IRC/ 21/28, et suite à la Déclaration d'Helsinki. L'approbation éthique et l'autorisation institutionnelle ont été obtenues du Collège de médecine dentaire Rehman (des discussions de groupe et des entretiens ont été menés) et d'autres collèges dentaires également (où l'enquête a été menée). Une brève description de la recherche a été partagée avec tous les participants et un consentement éclairé a été recueilli avant les trois phases. L'identité des participants est restée anonyme.

Globalement, notre étude peut être divisée en trois phases.

Après une recherche documentaire et une analyse critique, les critères qualsyst ont été appliqués pour la présélection des articles pertinents. Des thèmes pertinents pour l'étude actuelle ont été identifiés et des discussions de groupe (FGD) et des entretiens ont été planifiés en conséquence [12]. Deux groupes de discussion ont été organisés au Rehman College of Dentistry à Peshawar. Huit étudiants de dernière année en médecine dentaire ont été sélectionnés au moyen d'une technique d'échantillonnage raisonné. Les étudiants ont été sélectionnés pour une discussion de groupe car ils sont l'une des principales parties prenantes de tout environnement d'apprentissage afin qu'ils puissent converser longuement et en profondeur sur ce sujet. Le chercheur principal a assumé la responsabilité de modérateur tandis qu'un des membres de l'équipe s'est vu confier la responsabilité du chronométrage et l'autre s'est vu confier le rôle de scribe. Après avoir obtenu le consentement éclairé des participants, une brève introduction du projet de recherche a été donnée par le biais d'une présentation PowerPoint. La discussion entre les huit participants du groupe a été générée sur la base de questions ouvertes. L'analyse simultanée des données a ouvert la voie à la formulation des questions d'entrevue.

Des entretiens semi-structurés ont été menés pour développer une compréhension approfondie des perceptions des enseignants concernant l'environnement de micro-apprentissage. Les enseignants des départements cliniques et non cliniques qui étaient disposés à participer et qui avaient une expérience d'enseignement d'au moins cinq ans ont été sélectionnés au moyen d'une technique d'échantillonnage raisonné. Une taille d'échantillon de huit a été obtenue sur la base de la saturation théorique des données, de considérations pragmatiques (basées sur la littérature), de données riches en informations et de directives sur la taille de l'échantillon. Un protocole d'entretien guidé a été utilisé. Des questions ont été posées, suivies de questions d'approfondissement et de commentaires. Les questions d'entrevue ont été affinées par le pilotage et la validation par des experts. Chaque personne interrogée a reçu un bref résumé du projet et un formulaire de consentement écrit a été signé avant environ trente minutes d'entretiens en face à face. Les entretiens ont été menés dans différents départements à la convenance de chaque participant. La chercheuse principale a mené toutes les entrevues elle-même et les a enregistrées sur bande audio. Une analyse simultanée des données a été effectuée pour modifier le processus de collecte de données et inclure les thèmes émergents dans les entretiens suivants. L'instrument final comprenait quarante-neuf items. Au lieu d'utiliser le format des questions, les items ont été écrits sous forme d'énoncés. L'échelle de Likert à quatre points a été utilisée pour les questions fermées de l'enquête.

Une technique Delphi modifiée à deux tours a été employée. Les techniques Delphi ont été utilisées par les enquêteurs depuis des siècles, à la fois sous des formes classiques et modifiées, pour la validation des questionnaires [13, 14].

Il n'y a pas d'accord mutuel concernant le nombre d'experts pour la validation des experts. La littérature suggère que bien que dix à cent experts puissent être contactés, pour un consensus plus clair concernant la clarté de la construction ; généralement jusqu'à vingt à trente experts sont nécessaires [11].

Un panel de vingt-cinq éducateurs médicaux a été sélectionné en tant qu'experts utilisant des techniques d'échantillonnage raisonné du Pakistan et de l'étranger. Les participants ont reçu au préalable un courrier d'invitation accompagné du résumé du projet. Seuls vingt experts ont accepté de remplir les questionnaires. Les éducateurs médicaux qui avaient une maîtrise en éducation médicale et une expérience d'enseignement dans un collège médical ou dentaire de plus de cinq ans ont été inclus dans l'étude, compte tenu de leur même compréhension de la matière. Une échelle de Likert à quatre points a été fournie aux participants, et on leur a demandé d'évaluer les éléments en fonction de leur pertinence par rapport au construit (Très pertinent (HR) 04, Assez pertinent (QR) 03, D'une certaine manière pertinent (SR) 02, Non pertinent (NR) 01). En outre, les participants ont été invités à ajouter leurs précieux commentaires ou suggestions dans la zone de commentaires. Les participants ont été encouragés à justifier s'ils sélectionnaient des options extrêmes. Une question ouverte encourageant les panélistes à suggérer tout commentaire supplémentaire a été incluse à la fin de chaque section du questionnaire. Les items ayant un CVI ≥ 0,90 ont été inclus, entre 0,78 et 0,90 révisé, et les items avec I-CVI ≤ 0,78 ont été supprimés [13]. L'instrument avec trente-sept éléments a été envoyé pour le deuxième cycle Delphi après les modifications requises suggérées par les participants. Le questionnaire révisé avec la liste des déclarations qui n'ont pas atteint un consensus lors du premier tour a été envoyé par la poste aux vingt experts qui ont répondu au premier tour. Au cours du second tour, seuls douze experts ont répondu via des formulaires Google. Chaque élément a été noté sur une échelle de Likert à quatre points, en tenant compte de l'importance de l'élément. Le taux de validité du contenu (CVR) a été calculé à l'aide de la formule de Lawshe, c'est-à-dire CVR = (Ne-N/2)/(N/2) (LAWSHE, 1975). L'échelle de Likert a été utilisée à nouveau (Très essentiel—4, Assez essentiel—3, Assez essentiel—2, Non essentiel—1). Une valeur critique de CVR, pour un panel de douze experts, pour la rétention d'un item est de 0,6 donc les items ayant un CVR supérieur à 0,8 ont été retenus tels quels, les items compris entre 0,60 et 0,80 ont été révisés et ceux ayant des valeurs inférieures à 0,60 ont été omis [15](Fig. 2).

Organigramme des rondes Delphi

Le prétest cognitif est utilisé pour déterminer la validité du processus de réponse. Bien que dix à trente participants soient nécessaires pour les prétests cognitifs, la littérature suggère que pour les études à petite échelle, une taille d'échantillon de cinq à six peut suffire [11]. Dans notre cas, un échantillon de dix étudiants en licence de chirurgie dentaire, de différents instituts dentaires privés et publics au Pakistan, a été sélectionné pour environ quinze minutes d'entretiens cognitifs par le biais d'un échantillonnage de commodité non probabiliste. Les entretiens se sont déroulés selon la méthode du sondage verbal [14].

En prenant un échantillon de population de 1200 étudiants en médecine dentaire de six collèges dentaires (collèges ayant 50 étudiants BDS dans une classe), la taille de l'échantillon a été calculée à 292 par la calculatrice épi ouverte. Un échantillonnage aléatoire simple a été utilisé. Des étudiants en médecine dentaire de premier cycle de trois collèges de Khyber Pakhtunkhwa (Rehman College of Dentistry, Khyber College of Dentistry, Sardar Begum) et du Pendjab (Army Medical College, Foundation University College of Dentistry, Watim Medical et Dental College) ont été sélectionnés. Pour éviter tout biais dans l'étude, la sélection des participants se fera sur une base purement volontaire et la confidentialité des participants sera strictement maintenue. Cinq cents participants ont été sélectionnés pour des tests pilotes et une analyse factorielle par échantillonnage raisonné non probabiliste. Un questionnaire a été distribué aux formulaires Google pour la correspondance en ligne.

Une analyse factorielle exploratoire a été réalisée à l'aide de SPSS. Pour l'analyse factorielle confirmatoire (CFA), le logiciel AMOS a été utilisé et pour la cohérence interne, l'alpha de Cronbach a été calculé à l'aide de SPSS version 24.

Les discussions des groupes de discussion ont été transcrites manuellement en utilisant LE cycle de codage. Au 1er cycle de codage, les unités significatives ont été identifiées par le chercheur principal. Ces unités ont été résumées pour élaborer des codes. Les participants au groupe de discussion ont classé 48 codes significatifs. 32 codes ouverts ont été identifiés après analyse des données des entretiens. Les codes des discussions de groupe et des entretiens ont été combinés. Les codes ont de nouveau été évalués et des codes similaires y ont été fusionnés pour obtenir un ensemble final de cinq grandes catégories. Ces catégories étaient considérées comme des domaines importants de la qualité de l'enseignement dans un environnement de micro-apprentissage.

Douze items ont été retirés ayant un I-CVI ≤ 0,78. 16 items ont été révisés en fonction de la valeur de l'I-CVI et des retours qualitatifs des experts. Les 21 items restants ont été retenus tels quels. Les valeurs de l'indice de validité du contenu de l'échelle/moyenne (S-CVI/Ave) étaient de 0,92 et l'indice de validité du contenu de l'échelle/accord universel (S-CVI/UA) était de 0,61.

Pour le second tour, trente-sept items ont été transférés sur Google form et diffusés à vingt experts (répondants du premier tour). Sur la base des réponses de douze participants, le ratio de validité du contenu (CVR) a été déterminé. 14 items avec un CVR inférieur à 0,60 ont été supprimés. 13 items avec un CVR compris entre 0,60 et 0,80 ont été révisés. Les éléments avec un CVR de plus de 0,80 ont été inclus dans l'instrument pour le tour suivant.

Dans les prétests cognitifs, dix professeurs de médecine ont participé. Il a exploré les points de vue des participants concernant les énoncés des éléments de l'instrument.

La taille totale de l'échantillon pour cette étude était de (n = 500), qui a été divisé en deux sous-échantillons (A et B) groupes également aléatoires. Tout d'abord, la structure factorielle a été mesurée par EFA à partir du sous-échantillon A (n = 250). À l'aide de SPSS 21.0, une analyse factorielle exploratoire (EFA) a été effectuée pour rechercher des facteurs communs dans les variables latentes (tableau 1). La méthode de factorisation en composantes principales a été choisie. L'objectif de cette recherche était de se pencher sur la notion de méthodologies d'enseignement, de formation, de pratiques, etc. À l'aide de cette méthode, plusieurs facteurs à extraire ont été déterminés pour permettre à ce processus d'obtenir des résultats significatifs. La méthode Promax a été utilisée pour découvrir les facteurs.

Le critère de chargement et de chargement croisé a été fixé à 0,4, et les éléments avec un chargement inférieur à 0,4 et un chargement croisé supérieur à 0,4 ont été éliminés. Cette approche a été répétée jusqu'à ce qu'une structure simple soit trouvée dans laquelle la charge sur les facteurs putatifs était maximisée et la charge sur les autres facteurs était minimisée. Pour sélectionner une écurie, au moins trois variables par facteur étaient nécessaires (tableau 2).

La validité factorielle de l'échelle utilisait l'EFA sur tous les items. Le score d'adéquation de l'échantillonnage de Kaiser-Meyer-Olkin était de 0,804, Chi-carré d'env. la valeur était de 2363,785 et le test de sphéricité de Bartlett était statistiquement significatif (P = 0,000), ce qui indique que ces données étaient bien adaptées à l'analyse factorielle (tableau 3). Une solution à cinq facteurs avec 24 éléments représentant 64,475 % des variances totales des éléments dans la base de données a été obtenue.

Le facteur 1 "Pratiques d'enseignement" avec 5 items représentait 9,945%, le Facteur 2 "Soutien aux apprenants avec 9 items représentait (27,491%), les Facteurs 3 "Compétence en enseignement" avec 3 items représentaient 8,380%, le Facteur 4 "Faculté progressive" avec 3 items représentaient 5,814% et le Facteur 5 "Environnements d'enseignement" avec 4 items représentait 13,845% (Tableau 4).

La structure factorielle a été contre-validée à l'aide d'une analyse factorielle confirmatoire (CFA). Les données du sous-échantillon B (N = 250) ont été utilisées pour l'AFC afin de confirmer davantage la stabilité de la structure factorielle. La qualité de l'ajustement du modèle CFA a été évaluée à l'aide de divers indices d'ajustement du modèle. L'erreur quadratique moyenne d'approximation (RMESEA), l'indice d'ajustement comparatif (CFI), le résidu quadratique moyen standardisé (SRMR), l'indice d'ajustement incrémentiel (IFI) et d'autres indices ont été utilisés dans cette enquête. La saturation factorielle des poids de régression de toutes les composantes est supérieure à 0,50 sauf q24. Cela a été retenu en raison des exigences de chaque variable (au moins 3). Le modèle Path est représenté avec des poids de régression (Fig. 3).

Analyse factorielle confirmatoire à l'aide d'AMOS. « TP : Pratiques pédagogiques » « LS : Accompagnement des apprenants » « CIT : Compétence en enseignement » « PF : Faculté progressive » « TE : Environnements d'enseignement »

Une analyse factorielle confirmatoire (CFA) a été réalisée à l'aide d'AMOS 21.0 pour les autres (n = 250) cas, ceux-ci ont été sélectionnés au hasard pour CFA et EFA de manière égale et ont trouvé les résultats pour la même structure à cinq facteurs. De nombreux indices d'ajustement CFA ont indiqué un excellent ajustement pour le modèle. Ces indices montrent la preuve confirmatoire de la structure factorielle dans les tableaux suivants (tableaux 5, 6, 7, 8, 9 et 10).

Alors que le tableau récapitulatif avec ses valeurs de coupure et sa valeur réelle est le suivant pour la qualité des indices d'ajustement.

Notre instrument a été développé sur la base de la théorie du traitement de l'information qui suggère que la mémoire de travail peut stocker des informations en petits morceaux et peut être récupérée par répétition ou organisation appropriée (chronologie ou segmentation). Le guide AMEE n° 87 a été utilisé dans la présente étude [14]. Les thèmes de notre instrument sont les pratiques d'enseignement, le soutien aux apprenants, la compétence dans l'enseignement, le corps professoral progressif et l'environnement d'apprentissage. La fiabilité de notre instrument s'est avérée être de 0,94 et l'alpha de Cronbach individuel pour chaque domaine était également supérieur à 0,9, de sorte qu'ils peuvent également être utilisés indépendamment. Le contenu et la validité conceptuelle de l'instrument ont également été établis au moyen de rondes Delphi, de prétests cognitifs et d'analyses factorielles confirmatoires et exploratoires.

Le concept d'environnement de micro-apprentissage a également été identifié dans la littérature précédente. L'une des études précédentes liées au développement d'une brève mesure d'environnement de micro-apprentissage a été menée par Isba et all en 2020. Cette étude était également une étude à méthode mixte comme la nôtre, mais ils ont collecté des données auprès d'étudiants en santé liés à différents professionnels de la santé. Seules la revue de la littérature et les données pragmatiques des étudiants en soins de santé ont été utilisées pour développer un questionnaire et un seul tour Delphi a été effectué pour validation par des experts alors que dans notre étude, pour obtenir une vision plus holistique, l'opinion des étudiants (discussion de groupe), revue de la littérature, les perceptions des enseignants dentaires (entretiens) et plus tard la validation d'experts (éducateurs médicaux) ont été recherchées. Deux cycles Delphi ont été menés pour parvenir à un consensus. La qualité de l'enseignement et l'attitude et les comportements du personnel n'ont été soulignés que dans l'instrument HEMLAM alors que dans notre cas, cinq domaines de la qualité de l'enseignement ont été explorés [16]. Tu as développé et validé un nouvel instrument appelé apprentissage actif activé par la technologie. inventaire (SARCELLE). Il se composait de quatre échelles nommant les compétences interactives, d'engagement, de résolution de problèmes, d'intérêt et de rétroaction. L'échelle de Likert à sept points a été utilisée à des fins d'enquête. Le processus de développement d'instruments de Moore et Benbasat consiste en la création d'éléments, le tri de cartes et les tests d'instruments ont été utilisés pour garantir le contenu, la validité de la construction et la fiabilité. Contrairement à cela, notre étude a suivi les huit étapes du guide AMEE 87 pour le développement d'instruments. Une échelle de Likert à cinq points a été utilisée pour évaluer les réponses des participants et nos domaines ne tournaient qu'autour de la qualité de l'enseignement. En plus de cela, seules les perceptions des étudiants ne sont prises en compte que pendant notre étude. les opinions des étudiants, des enseignants et des experts en éducation médicale ont toutes été enregistrées et analysées [17].

Un instrument de quarante items nommé Mesure de l'atmosphère éducative de l'apprentissage en ligne (EEAM) a été développé pour mesurer les perceptions des étudiants à l'égard de l'apprentissage en ligne. Il couvrait six domaines tels que l'efficacité du programme, la qualité de l'enseignement, l'éthique et le professionnalisme, le soutien aux apprenants, la sécurité et la commodité, et la connaissance des règles. Alors que dans notre étude, nous avons évalué en détail différents domaines de la qualité de l'enseignement. Les auteurs ont mis l'accent sur l'environnement E-Learning alors que notre étude se concentre sur l'environnement de microlearning [18].

La littérature précédente par Bruck [19] et Aitchanov, et. Al. [20], qui a utilisé Twitter, une technologie de médias sociaux, Kovachev, Cao, Klamma et Jarke, (2011) [21] ont expérimenté l'apprentissage du vocabulaire bilingue, et de même, Wang (2017), a étudié l'effet de la prestation d'une expérience de mécanicien d'ingénierie le contenu de courtes vidéos séquencées a tous montré des résultats prometteurs avec l'utilisation du microlearning [22].

L'inventaire DREEM compte 50 items et cinq sous-échelles relatives aux perceptions des élèves sur l'apprentissage ; Perceptions des élèves sur les enseignants ; Auto-perception académique des étudiants ; Perceptions des étudiants de l'atmosphère; Auto-perceptions sociales des élèves. Alors que notre étude mesure l'environnement de micro-apprentissage des étudiants en médecine dentaire de premier cycle en utilisant uniquement un inventaire comportant cinq domaines liés à la qualité de l'enseignement uniquement [23]. L'inventaire AMEET final de 50 items comprenant six domaines a été utilisé pour évaluer les points de vue des professeurs de médecine sur l'environnement éducatif vécu par les enseignants plutôt que par les étudiants [22].

Dans le contexte de l'implication théorique, notre étude a permis d'avancer vers la littérature. Une tendance émergente de la numérisation a réduit notre portée de concentration dans la mesure où des environnements de micro-apprentissage engageants et dynamiques sont le besoin de l'heure. Les enseignants, les étudiants et les professionnels de la santé peuvent utiliser notre instrument pour évaluer l'environnement de micro-apprentissage des étudiants dans leurs instituts respectifs, avec un accent particulier sur la qualité de l'enseignement. Il peut rectifier les erreurs du système actuel et ouvrir la voie en augmentant l'engagement des étudiants, en améliorant la satisfaction des étudiants et en ayant un impact positif sur l'expérience d'apprentissage.

Bien que tous les efforts aient été faits pour suivre judicieusement toutes les étapes de développement de l'instrument, il reste encore quelques lacunes qui méritent d'être mentionnées. Les résultats de l'étude ne sont pas généralisables car les données sont collectées dans un seul pays. L'objectif principal de l'étude était d'obtenir une vue holistique de l'environnement de micro-apprentissage dans la perspective de la qualité de l'enseignement uniquement, d'autres parties prenantes telles que les étudiants, l'administration et d'autres facteurs affectant l'environnement de micro-apprentissage, tels qu'un accès facile à la technologie, une formulation de contenu et une évaluation appropriées. être pris en compte aussi. Le nombre disproportionné d'items dans les différents domaines de la qualité de l'enseignement est l'une des principales lacunes de l'étude. Pour conserver la concision de l'instrument, il faut s'efforcer d'en réduire la taille tout en gardant intactes la structure factorielle et les qualités psychométriques. L'instrument doit être validé sur un nouvel échantillon d'étudiants en soins de santé de différents groupes professionnels et dans différents contextes à l'échelle nationale et mondiale.

L'instrument devrait être vérifié dans d'autres instituts au Pakistan et à l'étranger pour prouver sa généralisabilité. Les lignes directrices peuvent aider les professeurs des collèges à identifier les défauts de leur environnement de micro-apprentissage, fournissant ainsi la base d'une performance parfaite. La recherche peut être élargie en prenant également en compte d'autres aspects de l'environnement de micro-apprentissage. Le rôle de l'instrument actuel dans l'amélioration de la qualité de l'enseignement après la conduite d'ateliers et de séminaires sur les environnements de micro-apprentissage devrait être étudié dans la recherche. Générer une application pour smartphone à l'aide de cet instrument, que les étudiants pourraient utiliser pour le micro-apprentissage basé sur la technologie et pourrait également donner une rétroaction instantanée, est une idée prometteuse.

L'instrument final, nommé MLES, comprenait vingt-quatre items, notés sur une échelle de Likert à quatre points. La validité de contenu, la validité de construction et la fiabilité des instruments ont été déterminées. La force la plus notable de l'étude actuelle était les étapes appropriées du développement de l'instrument suivies. L'administration de différents collèges peut inculquer cet instrument dans les programmes d'évaluation de la qualité des instituts pour mesurer l'environnement de microapprentissage des étudiants, en particulier du point de vue de la qualité de l'enseignement. Le résultat de l'étude fournirait des avantages supplémentaires aux collèges pour améliorer leurs environnements de micro-apprentissage.

"Toutes les données générées ou analysées au cours de cette étude sont incluses dans cet article publié [et ses fichiers d'informations supplémentaires". Les données à l'appui sont disponibles en tant que

∙ Questions de discussion du groupe de discussion (après validation par des experts) : Annexe I

∙ Questions d'entretien (après validation par un expert) Annexe-II

∙ Delphi Round 1 Questions Annexe-III

∙ Delphi Round 2 Questions Annexe-IV

∙ Résultats des entretiens cognitifs. Annexe-V

∙ Questionnaire pour l'étude pilote Annexe-VI

Mesure de l'environnement éducatif Dundee Ready

Mesure de l'environnement éducatif du théâtre d'anesthésie

Mesure de l'ambiance pédagogique de troisième cycle

Mesure de l'environnement éducatif du théâtre chirurgical

Collège de médecine dentaire Rehman

Baccalauréat en chirurgie dentaire

Discussion de groupe

Analyse factorielle exploratoire

Analyse factorielle confirmatoire

Mesure de l'environnement de micro-apprentissage de l'enseignement des soins de santé

Apprentissage actif assisté par la technologie. Inventaire

Taux de validité du contenu

Indice de validité du contenu

Paquet statistique des sciences sociales

L'erreur quadratique moyenne d'approximation

Indice d'ajustement comparatif

Résidu quadratique moyen standardisé

Indice d'ajustement incrémentiel

En ligneZhou, Y. (2018). La construction et l'application d'un environnement de micro-apprentissage dans le contexte des nouveaux médias. Sur Atlantis-press.com. Extrait de https://www.atlantis-press.com/proceedings/icesame-18/25898402

Alqurashi Emtinan. Microlearning : une approche pédagogique pour l'intégration de la technologie. 2017.

Google Scholar

De Gagné JC, Woodward A, Park HK, Sun H, Yamane SS. Micro-apprentissage dans l'enseignement des professions de santé : un protocole d'examen de la portée. JBI Database Syst Rev Implement Rep. 2019;17:1018–25. https://doi.org/10.11124/JBISRIR-2017-003884.

Article Google Scholar

Isba R, Rousseva C, Woolf K, Byrne-Davis L. Développement d'une brève mesure de l'environnement d'apprentissage à utiliser dans l'enseignement des professions de la santé : la mesure de l'environnement de micro-apprentissage de l'éducation à la santé (HEMLEM). BMC Med Educ. 2020;20(1):1–9.

Article Google Scholar

Heimann, KS, & Roepstorff, A. (2018). Comment l'espièglerie motive - effets de bouclage putatifs d'autonomie et de surprise révélés par des investigations micro-phénoménologiques.Avant. Psychol, 9. https://doi.org/10.3389/fpsyg.2018.017046.

Chuang YH, Tsao CW. Améliorer les connaissances des étudiants en soins infirmiers sur les médicaments : l'effet du matériel d'apprentissage fourni par le service de messages courts. Comput Educ. 2013 ;61 : 168–75.

Article Google Scholar

Zhou, Y. La construction et l'application d'un environnement de micro-apprentissage dans le contexte des nouveaux médias. Sur Atlantis-press.com. 2018. Extrait de https://www.atlantis-press.com/proceedings/icesame-18/25898402

Sanders J. Douze conseils pour utiliser les podcasts dans l'enseignement médical. Enseignement médical. 2009;31(5):387–9.

Article Google Scholar

Narula, N., Ahmed, L. et Rudkowski, J. Une évaluation de la série de podcasts vidéo "5 Minute Medicine" par rapport aux ressources médicales conventionnelles pour l'externat en médecine interne. Med Teach, 2012; 34(11). https://doi.org/10.3109/0142159X.2012.689446

Diug B, Kendal E, Ilic D. Évaluer l'utilisation de Twitter comme outil pour accroître l'engagement dans l'éducation médicale. Éduc Santé. 2016;29(3):223–30. https://doi.org/10.4103/1357-6283.204216.

Article Google Scholar

Artino AR, La Rochelle JS, Dezee KJ, Gehlbach H. Élaboration de questionnaires pour la recherche en éducation : Guide AMEE n° 87. Med Teach. 2014;36(6):463–74. https://doi.org/10.3109/0142159X.2014.889814.

Article Google Scholar

Sharma B. Un accent sur la fiabilité dans la recherche sur le développement par le biais de l'Alpha de Cronbach parmi les professionnels médicaux, dentaires et paramédicaux. Asian Pac J Santé Sci. 2016;3(4):271–8. https://doi.org/10.21276/apjhs.2016.3.4.43.

Article Google Scholar

Shi J, Mo X, Sun Z. Indice de validité du contenu dans le développement de l'échelle. Zhong nan da xue xue bao. Yi Xue ban = J Cent South Univ (Med Sci). 2012 ;37(2):152–5.

Google Scholar

Artino AR, La Rochelle JS, Dezee KJ, Gehlbach H. Élaboration de questionnaires pour la recherche en éducation : Guide AMEE n° 87. Med Teach. 2014;36(6):463–74. https://doi.org/10.3109/0142159X.2014.889814.

Article Google Scholar

Ayre C, Scally AJ. Valeurs critiques pour le ratio de validité du contenu de Lawshe : revisiter les méthodes originales de calcul. Meas Eval Couns Dev. 2014;47(1):79–86. https://doi.org/10.1177/0748175613513808.

Article Google Scholar

Shi J, Mo X, Sun Z. Index de validité du contenu dans le développement de l'échelle. Zhong nan da xue xue bao Yi Xue ban= J Cent South Univ (Med Sci). 2012 ;37(2):152–5.

Google Scholar

Shroff RH, Ting FS, Lam WH. Développement et validation d'un instrument pour mesurer les perceptions des élèves de l'apprentissage actif facilité par la technologie. Australes. J. Educ. Technol. 2019;35(4):109–27.

Mousavi A, Mohammadi A, Mojtahedzadeh R, Shirazi M, Rashidi H. Mesure de l'atmosphère éducative de l'apprentissage en ligne (EEAM): un nouvel instrument pour évaluer la perception de l'environnement éducatif par les étudiants en ligne. Res Learn Technol. 2020;28.

Alqurashi E. Création d'un environnement de micro-apprentissage pour faciliter la rétention d'informations : une approche en trois étapes. Kansas : Actes de la 41e AECT annuelle ; 2018.

Google Scholar

Alqurashi E. Microlearning : une approche pédagogique pour l'intégration de la technologie. Turc en ligne J Educ Technol. 2017;16:942–7.

Google Scholar

Roff S, McAleer S, Skinner A. L'inventaire PHEEM comportant 40 questions a été développé pour mesurer l'apprentissage clinique et l'enseignement de l'environnement éducatif des étudiants en médecine de troisième cycle. Développement et validation d'un instrument pour mesurer l'environnement éducatif d'apprentissage et d'enseignement clinique postdoctoral pour les jeunes médecins en milieu hospitalier au Royaume-Uni. Enseignement médical. 2005;27(4):326–31 (Med Teach, 27(4), 322–325).

Article Google Scholar

Shehnaz SI, Premadasa G, Arifulla M, Sreedharan J, Gomathi KG. Développement et validation de l'inventaire AMEET : un instrument de mesure de la perception que les membres du corps professoral de médecine ont de leur environnement éducatif. Avec Enseigner. 2015;37(7):660–9. https://doi.org/10.3109/0142159X.2014.947935.

Article Google Scholar

Sharma R, Gordon M, Dharamsi S, Gibbs T. Revues systématiques en éducation médicale : une approche pratique : guide AMEE 94. Med Teach. 2015;37(2):108–24.

Article Google Scholar

Télécharger les références

Néant.

N'est pas applicable.

Collège de médecine dentaire Rehman, Peshawar, Pakistan

Zainab Akbar

Université internationale de Riphah, Islamabad, Pakistan

Rehan Ahmed Khan, Humaira Fayyaz Khan et Rahila Yasmeen

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Des contributions substantielles à la conception ou à la conception du travail ont été apportées par le Dr Rehan Ahmed Khan. Le Dr Zainab Akbar a contribué à l'acquisition, à l'analyse ou à l'interprétation des données pour le travail. Lors de la rédaction du travail ou de sa révision critique pour un contenu intellectuel important et l'approbation finale de la version à publier ont été effectuées par le Dr Humaira fayyaz khan et le Dr Rahila Yasmeen. Le ou les auteurs ont lu et approuvé le manuscrit final.

Correspondance à Zainab Akbar.

La recherche a été menée après l'approbation du comité d'examen éthique du Collège médical international islamique, référence no. Appl. # Riphah /IRC/ 21/28 (Annexe I). Une étude a été menée conformément à la Déclaration d'Helsinki. L'approbation éthique et l'autorisation institutionnelle ont été obtenues du Collège de médecine dentaire Rehman (des discussions de groupe et des entretiens ont été menés) et d'autres collèges dentaires également (où l'enquête a été menée). Une brève description de la recherche a été partagée avec tous les participants et un consentement éclairé a été recueilli avant les trois phases.)

Le consentement éclairé a été recueilli auprès de tous les participants. Les participants aux discussions de groupe et aux entretiens ont également signé des formulaires de consentement écrits (échantillons joints en tant que données connexes).

N'est pas applicable.

Les auteurs ne déclarent aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

DISCUSSION DE GROUPE FOCUS. Annexe II. QUESTIONS D'ENTRETIEN. Annexe III. Delphi modifié premier tour. Annexe IV. Delphi deuxième tour. Annexe V. Résultats des entretiens cognitifs. AnnexeVI. QUESTIONNAIRE.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/. La renonciation Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) s'applique aux données mises à disposition dans cet article, sauf indication contraire dans une ligne de crédit aux données.

Réimpressions et autorisations

Akbar, Z., Khan, RA, Khan, HF et al. Développement et validation d'un instrument de mesure du Micro-Environnement d'Apprentissage des Etudiants (MLEM). BMC Med Educ 23, 395 (2023). https://doi.org/10.1186/s12909-023-04381-3

Télécharger la citation

Reçu : 21 avril 2022

Accepté : 20 mai 2023

Publié: 31 mai 2023

DOI : https://doi.org/10.1186/s12909-023-04381-3

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt