Academic Performance of Longitudinal Integrated Clerkship Versus Rotation-Based Clerkship Students
Notice bibliographique
Résumé
PURPOSE: Prior studies suggest that students on a longitudinal integrated clerkship (LIC) have comparable academic performance to those on a rotation-based clerkship (RBC); however, most of these studies did not adjust for preclerkship academic performance. The objective of this study was to compare the academic performance of LIC and RBC students matched on prior academic performance over a three-year period. METHOD: Each LIC student in the University of Calgary classes of 2009, 2010, and 2011 (n = 34) was matched with four RBC students (n = 136) of similar prior academic performance. Knowledge and clinical skills performance between the streams was compared. Knowledge was evaluated by internal summative examinations and the Medical Council of Canada Part 1 licensing exam. Clinical skills were evaluated via in-training evaluation report (ITERs) and performance on the clerkship objective structured clinical examination (OSCE). Meta-analysis was used to compare knowledge evaluations and clinical performance for all core clerkship disciplines, and pooled effect sizes from the fixed-effect models were reported. RESULTS: Meta-analyses showed no statistically significant heterogeneity. There were no differences between LIC and RBC students on knowledge evaluations (pooled effect size 0.019; 95% confidence interval [-0.155, 0.152], P = .8), ITERs (pooled effect size -0.015 [-0.157, 0.127], P = .8), or mean OSCE ratings (67.9 [SD = 4.6] versus 68.6 [SD = 5.8], P = .5). CONCLUSIONS: After matching on prior academic performance, LIC and RBC students at one school had comparable performance on summative evaluations of knowledge, clinical performance, and clinical skills over three years.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».