Tools zum Lernen der Anatomie

In einer Umfrage im Mai 2017 wurden alle Studierenden der Vorklinik zur Nutzung von Anatomie-Tools befragt. 215 Fragebögen konnten in die Auswertung einbezogen werden. Die erste Auswertung betraf die Teilnehmer und Nutzung, die zweite die Zufriedenheit mit den Tools.

Jeweils 3/4 kannten Visible Body, Thieme eRef und den Sobotta Atlas – ein Erfolg für das Marketing.

Unkenntnis über Anatomie-Tools

Sind alle Anatomie-Tools unter den Teilnehmern der Studie gleich bekannt? Zur Beantwortung dieser interessanten Frage wurde die Antwort „keine Angabe“ aus der Frage 3 ausgewertet. Im obigen Diagramm wurden die Tools nach dem Grad der Unkenntnis gerankt.

Ergebnis: Draw it to Know it (DITKI) ist das unbekannteste Anatomie-Tool. 80% aller Antwortenden gaben an, DITKI nicht zu kennen – obwohl alle über die Semester-Verteiler über diesen Dienst informiert worden waren. Nicht verwunderlich folgen die beiden einzigen nicht von der Bibliothek angebotenen und darum kostenpflichtigen Programme auf dem Fuß: Kenhub.com und Thieme via medici mit 78% bzw. 74% Unkenntnis. 2/3 aller Studierenden gaben an, IMAIOS und Amboss nicht zu kennen. Das mag daran liegen, dass der Vorklinik-Teil von Amboss zum Lernen und Kreuzen erst seit Anfang des Jahres (durch QVM-Mittel) frei verfügbar und deswegen noch nicht durchgehend bekannt war. Etwa die Hälfte kannte den Prometheus LernAtlas nicht, während die folgenden drei E-Tools sehr viel bekannter waren: Jeweils 3/4 kannten Visible Body, Thieme eRef und den Sobotta Atlas – ein schöner Erfolg für das Marketing der Medizinbibliothek. Natürlich waren die gedruckten Lehrbücher mit 96% am Bekanntesten. Ein Verbreitungsgrad von 50% oder weniger ist eigentlich unakzeptabel für Bibliotheksressourcen, für die (viel) Geld ausgegeben werden. Die Sichtbarkeit des Prometheus, von Amboss und IMAIOS müsste dringend vergrößert werden, bei DITKI lohnt es sich – angesichts der schlechten Performance – wohl nicht mehr, allzu viel ins Marketing zu investieren.

Der Vorklinikteil von Amboss zum Lernen und Kreuzen der Vorklinik ist erst seit kurzem frei verfügbar und deswegen noch nicht sehr bekannt.

Unkenntnis: Human- vs. Zahnmediziner

Differenziert man die oben erhobene Unkenntnis nach Fachstudium, so ergeben sich teils deutliche Unterschiede zwischen den humanmedizinischen und den zahnmedizinischen Kohorten. Im obigen Diagramm wurden die Tools nach dem Grad der Unkenntnis bei den Zahnmedizinern gerankt. Während die Human- und Zahnmediziner mehr oder weniger gleich gute (oder schlechte) Kenntnisse von gedruckten Lehrbüchern (4% Unkenntnis Humanmedizin vs. 3% Zahnmedizin), Thieme via medici (75% vs. 73%), Kenhub.com (80% vs. 68%) und Draw it to Know it (79% vs. 88%) hatten, gab es bei den restlichen 6 Ressourcen doch erhebliche Unterschiede: IMAIOS ist mit 98% das unbekannteste Anatomie-Tool in der Zahnmedizin (Humanmedizin 61%) – nicht verwunderlich, da es nur im humanmedizinischen Bildgebungskurs eingesetzt wird und ansonsten nur sporadisch von der Bibliothek beworben wird. Darauf folgt Amboss mit 90% (Humanmedizin 59%) mit den bereits oben erwähnten Bekanntheitsproblemen. Den Prometheus LernAtlas in der Thieme eRef kennen 63% der Zahnmediziner nicht (vs. 44% der Humanmediziner) und die Duale Reihe bei der eRef 60% (Humanmedizin 17%). Die Hälfte aller Zahnmediziner gab an, den 3D-Atlas von Visible Body nicht zu kennen (19% der Humanmediziner) und auch nicht die App Sobotta Atlas (18% Humanmediziner). Eine Erklärung für diese fundamentalen Unterschiede könnte sein, dass diesen beiden digitalen Atlanten zwar allen Teilnehmern von easystudium bekannt gemacht wurde, aber nicht allen Studierenden der Zahnmedizin, da sich nicht alle bei easystudium angemeldet hatten. Als Konsequenz wird die Bibliothek die Informationen über die zur Verfügung stehenden Tools zum Anatomie-Lernen noch einmal breiter bekannt machen, u.. mit einer Mail an die Semesterverteiler bzw. Semestersprecher.

—
Sie finden alle Ergebnisse der Anatomie-Umfrage unter https://www.uni-muenster.de/ZBMed/aktuelles/tag/anatomie-umfrage2017.