MétaCan
Menu
Retour à la cohorte
Enregistrement W1979694225 · doi:10.1097/00001888-200406000-00020

The Influence of Testing Context and Clinical Rotation Order on Students’ OSCE Performance

2004· article· en· W1979694225 sur OpenAlexaff
Robert Blaskiewicz, Robin S. Park, John T. Chibnall, Jill K. Powell

Notice bibliographique

RevueAcademic Medicine · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensWomen's Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésObjective structured clinical examinationContext (archaeology)ChecklistClinical clerkshipPsychologyMedical educationObstetrics and gynaecologyMedicineFamily medicineCurriculumPedagogyPregnancy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To investigate the influence of testing context and rotation order on third-year medical student performance on a common objective structured clinical examination (OSCE) station in both obstetrics-gynecology (ob-gyn) and psychiatry rotations. METHOD: Archival OSCE performance data (in the form of a 25-item binary content checklist) from one class of third-year medical students (n = 141) at Saint Louis University (2002-03) were aggregated and analyzed. RESULTS: Despite the fact that the station was identical in both OSCEs, students were, in general, less likely to inquire about ob-gyn issues on the psychiatry OSCE and less likely to inquire about psychiatric issues on the ob-gyn OSCE, regardless of order of rotation. Order did have a positive effect on some results, such that students were more likely to mention menopause and vaginal dryness on the psychiatry OSCE if they had already had the ob-gyn rotation. CONCLUSION: The testing context may influence student approaches to patients in ways that bias their collection and interpretation of information. OSCE evaluations may better approximate true clinical context and complexity by presenting case scenarios that reflect a broader range of diagnostic possibilities than those limited to the recently completed rotation.

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)0,008
score de la tête « metaresearch » (Gemma)0,082
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 enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,082
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
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 Opus0,053
Tête enseignante GPT0,435
Écart entre enseignants0,382 · 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

Citations15
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetInnovations in Medical EducationTravaux en français237 207