To quiz or not to quiz: Formative tests help detect students at risk of failing the clinical anatomy course
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Through a modified team-based learning (TBL) in the anatomy pre-clerkship curriculum, formative evaluations are utilized in the University of Ottawa Faculty of Medicine to assess and predict students' outcomes on summative examinations. The purpose of this study was to determine the efficiency of formative assessments to predict student's performance on summative examinations, during the first two semesters of medical school. Formative assessments included multiple-choice quizzes (MCQ) for each laboratory session and a practical midterm examination (MIDTERM), while the summative assessment corresponded to the final practical examination (FINAL). A moderate correlation between MCQs and FINAL (r = 0.353 and 0.301, respectively), and strong correlation between MIDTERM and FINAL assessments (r = 0.688 and 0.610, respectively) were found in the first two semesters. The MIDTERM-FINAL correlations were enhanced for students who scored under 61% in the MIDTERM (r = 0.887 and 0.717, respectively). Despite limitations, mostly related to particularities of the used tests, the analysis revealed an efficient method to identify students at risk of failing the FINAL in a TBL-based anatomy program. Future developments include the elaboration of strategies to predict and support those underperforming students.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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