Increased Student Self-Confidence in Clinical Reasoning Skills Associated with Case-Based Learning (CBL)
Notice bibliographique
Résumé
UNLABELLED: Second-year veterinary students were surveyed at the beginning and end of a 15-week semester regarding their confidence in performing three clinical reasoning skills: (1) making Problem Lists; (2) making Rule-Out Lists; and (3) selecting appropriate diagnostic tests. Each week during the semester, these skills were practiced in small-group case discussions. Changes in self-confidence were analyzed and studied in light of faculty assessments of student competence in performance of the three skills. RATIONALE: The purpose of the study was to determine if students' self-confidence in performing three clinical reasoning skills increased with practice. METHODOLOGY: On the first and last days of class, students rated their confidence in each of the three skills on a scale of 0 to 10. Mean confidence scores for the whole class both for time points and for each of the three skills were analyzed. RESULTS: There were significant increases in students' self-confidence in all three clinical reasoning skills over the semester each year. A greater percentage of students expressed improved confidence in selecting appropriate diagnostic tests than in the other two skills in three of the four years studied. CONCLUSIONS: Students' self-confidence in performing three clinical reasoning skills improved over the course of a semester in which they practiced the skills in a CBL format. Subjective faculty assessment of students' competence in these skills generally indicated improvement. However, no meaningful conclusions about the correlation of skill competence and student confidence could be drawn because of inadequacies in the measurement of student performance.
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 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 | 0,004 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».