Predictors of Performance of Students from the Canadian Memorial Chiropractic College on the Licensure Examinations of the Canadian Chiropractic Examining Board
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to determine if the Canadian Memorial Chiropractic College (CMCC) structured admissions interview and other student measures predict success on the Canadian Chiropractic Examining Board (CCEB) examinations. METHODS: An independent researcher combined CMCC and CCEB data by student name and then anonymized the data and destroyed the linking information. Backward stepwise multiple linear regressions were applied to external dependent variables from the CCEB and internal independent variables from the CMCC. RESULTS: Forty percent of the variance in the basic science examination (R2 = 0.405) was explained by the independent variables of third year objective structured clinical examination practical and second-year grade point average (chi rhoGPA). Forty-five percent of the variance in the applied science examination (R2 = 0.448) was explained by the fourth year final examination and chi rhoGPA for years 4, 2, and 3. Twenty-four percent of the variance in the clinical decision making examination (R2 = 0.239) was explained by chi rhoGPAs of years 4, 1, 2, and 3. Sixteen percent of the variance in the clinical skills examination (R2 = 0.160) was explained by the third year objective structured clinical examination theory and chi rhoGPA for year 2. CONCLUSION: For this educational institution, the admissions interview is not a predictor of success on the outcome measures of the CCEB. Student chi rhoGPA in year 2 is critical to success on CCEB licensure examinations. This information infers that students should only continue in their education after they have demonstrated a mastery level at the end of year 2.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».