MétaCan
Menu
← Retour à la cohorte
Enregistrement W1848207754

Predicting performance on the Royal College of Physicians and Surgeons of Canada internal medicine written examination.

2001· article· en· W1848207754 sur OpenAlexaffabout
P Brill-Edwards, D. Gareth Evans, P Hamilton, Irene Hramiak, DAVID W. MEGRAN, M L Schmuck, Gary Cole, Natalie Mikhael, Geoff Norman

Notice bibliographique

RevuePubMed · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicinePercentilePhysical examinationCertificationOral examinationInternal medicineFamily medicineTest (biology)Final examinationEducational measurementMEDLINEMedical education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although the written component of the Royal College of Physicians and Surgeons of Canada (RCPSC)internal medicine examination is important for obtaining licensure and certification as a specialist, no methods exist to predict a candidate's performance on the examination. METHOD: We obtained data from 5 Canadian universities from 1988 to 1998 in order to compare raw scores from the American Internal Medicine In-Training Examination (AIMI-TE) with raw scores and outcomes (pass or fail) of the written component of the RCPSC internal medicine examination. RESULTS: Mean scores on the AIMI-TE correlated well with scores on the RCPSC internal medicine written examination for all postgraduate years (r = 0.62, r = 0.55 and r = 0.65 for postgraduate years 1, 2 and 3 respectively). Scores above the 50th percentile on the AIMI-TE w/ere predictive of a low failure rate (< 1.5%) on the RCPSC internal medicine written examination, whereas scores at or below the 10th percentile were associated with a high failure rate (about 24%). INTERPRETATION: Candidates who are eligible to take the written component of the RCPSC certification examination in internal medicine can use the AIMI-TE to predict their performance on the Canadian examination. The AIMI-TE is a useful test for residents in all levels of training, because the examination scores have a strong relation to expected performance on the Canadian examination for each year of postgraduate training.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,973

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetInnovations in Medical Education→Travaux en français237 207→