Adjonction de descripteurs qualitatifs à l’échelle ordinaledes épreuves de format mini-CEX pour optimiser l’évaluationformative des compétences cliniques
Notice bibliographique
Résumé
Contexte : Les échelles de mesure qui servent actuellement à évaluer des compétences cliniques sont souvent de type Likert. Or, dans une perspective d’évaluation formative où un grand nombre de professeurs et d’étudiants sont impliqués, l’utilisation de ces échelles pour la rétroaction est très inégale. Il est alors suggéré que les standards de performance soient décrits explicitement sur ces échelles pour faciliter la rétroaction. But :Vérifier si l’adjonction à l’échelle de mesure globale des mini-CEX de descripteurs explicitant ces standards affecte la validité et la fidélité des mesures enregistrées lors des sessions d’observation directe des performances cliniques. Méthode : Pendant une période de 18 mois, 86 résidents des niveaux I à III en médecine interne ont eu des séances d'observation directe par 50 professeurs-cliniciens. Résultats : L’analyse de la consistance interne montre un coefficient alpha de Cronbach à 0,90. Cette échelle modifiée permet de plus la distinction des performances entre les résidents I et III et montre une progression de performance sur 18 mois. Conclusion : Lorsqu’elle est utilisée dans une perspective d’évaluation formative, l’ajout de descripteurs qualitatifs à une échelle de mesure globale ne emble affecter ni la fidélité des mesures, ni leur validité. Cette modalité pourrait notamment être explorée lorsque la formation professorale à des outils de mesure s'avère difficile par manque de temps.
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 | 0,011 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».