MétaCan
Menu
Retour à la cohorte
Enregistrement W1991190192 · doi:10.3138/jvme.0613-087r1

Correlation of Pre-Veterinary Admissions Criteria, Intra-Professional Curriculum Measures, AVMA-COE Professional Competency Scores, and the NAVLE

2013· article· en· W1991190192 sur OpenAlexvenueno aff
James K. Roush, Bonnie R. Rush, Brad J. White, Melinda J. Wilkerson

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLicensureVeterinary medicinePsychologyFamily medicineMedical education

Résumé

récupéré en direct d'OpenAlex

Data consisting of preadmission criteria scores, annual and final cumulative grade point averages (GPAs), grades from individual professional courses, American Veterinary Medical Association Council on Education (AVMA-COE) Competency scores, annual class rank, and North American Veterinary Licensing Exam (NAVLE) scores were collected on all graduating DVM students at Kansas State University in 2009 and 2010. Associations among the collected data were compared by Pearson correlation. Pre-veterinary admissions criteria infrequently correlated with annual GPAs of Years 1-3, rarely correlated with the AVMA-COE Competencies, and never correlated with the annual GPA of Year 4. Low positive correlations occurred between the NAVLE and the Verbal Graduate Record Examination (GRE) (r=.214), Total GRE (r=.171), and the mean GPA of pre-professional science courses (SGPA) (r=.236). Annual GPAs strongly correlated with didactic course scores. Annual GPAs and final class rank strongly correlated (mean r=-.849), and both strongly correlated with the NAVLE score (NAVLE: GPAs mean r=.628, NAVLE: final class rank r=-.714). Annual GPAs at the end of Years 1-4 weakly correlated or did not correlate with the AVMA-COE Competencies. The AVMA-COE Competencies weakly correlated with scores earned in didactic courses of Years 1-3. AVMA-COE Competencies were internally consistent (mean r=.796) but only moderately correlated with performance on the NAVLE (mean r=.319). Low correlations between admissions criteria and outcomes indicate a need to reevaluate admission criteria as predictors of school success. If the NAVLE remains the primary discriminator for veterinary licensure (and the gateway to professional activity), then the AVMA-COE Competencies should be refined to better improve and reflect the NAVLE, or the NAVLE examination should change to reflect AVMA-COE Competencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,396
Écart entre enseignants0,353 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetMedical Education and AdmissionsTravaux en français237 207