A Comparison of Performance Evaluations of Students on Longitudinal Integrated Clerkships and Rotation-Based Clerkships
Notice bibliographique
Résumé
BACKGROUND: Longitudinal integrated clerkship (LIC) students typically perform as well as, if not better than, rotation-based clerkship (RBC) students on objective evaluations, yet few studies have compared performance in the clinical setting. This study compared in-training evaluation report (ITER) ratings of LIC and RBC students, including their correlation with more objective evaluations. METHOD: On the basis of prior academic performance, LIC students (n = 27) at Universities of Alberta, British Columbia, and Calgary were matched with four RBC students from their center. The authors compared reliability of ITER ratings, ITER ratings of clinical skills and professional attributes, and the correlation between ITER ratings and objective evaluations of clinical skills and professional attributes on the Medical Council of Canada Qualifying Examination (MCCQE) Part I. RESULTS: ITER ratings of LIC students were more reliable and significantly higher than those of RBC students for both clinical skills and professional attributes. However, LIC students had lower objective structured clinical examination scores and weaker correlations between subjective and objective evaluations of clinical skills. By comparison, LIC students scored higher on a particular component of the MCCQE and had stronger correlations between subjective and objective evaluations of professionalism. CONCLUSIONS: The discrepancy between ratings of LIC students' clinical skills on ITER and other evaluation formats may be due to differences between the content of training and objective evaluations, or systematic rater biases. Further studies are needed to confirm and explain these findings. Promisingly, our data suggest that the LIC model may allow for a more predictive evaluation of professional 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».