Clinical Preceptor Evaluation of Veterinary Students in a Distributed Model of Clinical Education
Notice bibliographique
Résumé
The study reported here investigates the reliability and validity of a standardized evaluation form used to assess students' knowledge, clinical skills, interpersonal skills, and professionalism during fourth-year clinical rotations in a distributed model of veterinary education. A form designed to assess veterinary knowledge (5 items), clinical skills (7 items), interpersonal skills (3 items), and professionalism (6 items) was used by clinical preceptors to evaluate student performance across different rotations. For the period January--May 2007, 218 evaluations were completed for 81 students; each student was assessed in at least two rotations. Mean scores across the 21 items ranged from 3.42 (SD = 0.61) to 3.87 (SD = 0.37). Construct validity was assessed using exploratory factor analysis. The 21 items loaded on three underlying factors, professionalism, knowledge and clinical skills, accounted for 70.35% of the variance. Internal consistency (Cronbach's alpha) of each subscale was high, ranging from 0.88 for clinical skills to 0.94 for professionalism and 0.96 for the entire tool. Correlations between subscales were significant (p < 0.01), ranging from r = 0.62 to r = 0.76. Preliminary analysis suggests that the evaluation tool has good internal reliability. Construct validity analysis suggests that certain items relating to interpersonal skills and clinical skills were assessing either knowledge or professionalism. Clinical preceptors could differentiate between different skill levels for knowledge and clinical skills. Challenges associated with the assessment of professionalism are discussed.
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 | 0,015 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».