Evaluation of the Level of Difficulty of Patient Cases for Veterinary Problem-Solving Examination: A Preliminary Comparison of Three Taxonomies of Learning
Notice bibliographique
Résumé
An important issue that has received insufficient attention in the use of problem-based learning in the medical curriculum is the mode of assessing the level of difficulty of patient cases. In the present study, the level of difficulty of case-based questions in a veterinary degree final examination in reproduction was evaluated. First, cognitive taxonomies were evaluated to clarify whether qualitative methods such as Bloom's taxonomy, the Structure of the Observed Learning Outcome (SOLO) taxonomy, and the Amsterdam Clinical Challenge Scale (ACCS) differed from each other as evaluation tools for problem-based cases. Using these taxonomies, 30 case-based questions from the final examination in reproduction in the Helsinki veterinary program were initially evaluated to determine which one was best suited to the evaluation of the difficulty of cases. In follow-up, the same cases were also evaluated by an experienced veterinary instructor in reproduction, with the aim of gaining insight into using these approaches to evaluating difficulty. It would appear, from this preliminary assessment, that the SOLO taxonomy may be the most suitable for evaluating the difficulty of patient cases, since the instructor's quality rating resembled more closely the SOLO than the Bloom taxonomy or the ACCS. It is to be emphasized that the purpose of this study was to provide a preliminary evaluation of possible approaches that might be used to assess patient-case difficulty. Resolving all issues will require a greater number of evaluations of all components.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».