MétaCan
Menu
Retour à la cohorte
Enregistrement W2087537317 · doi:10.1111/j.1365-2923.2008.03060.x

Use of retrospective pre/post assessments in faculty development

2008· article· en· W2087537317 sur OpenAlexaff
Peter J. McLeod, Yvonne Steinert, Linda Snell

Notice bibliographique

RevueMedical Education · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Context (archaeology)Medical educationPsychologyRetrospective cohort studyScale (ratio)PerceptionMedicineApplied psychologyNursingSurgery

Résumé

récupéré en direct d'OpenAlex

Context and setting Our school’s faculty development (FD) programme annually produces 6 or more FD workshops covering a range of topics. We ordinarily assess these workshops, which each attract 20–60 participants from a wide variety of disciplines, using post-workshop questionnaires. In order to enhance the value of our evaluations, we decided to assess the usefulness of retrospective pre/post assessments. Why the idea was necessary A recent review of the FD literature concluded that assessment of outcome is often poorly carried out, and that measurement of true impact is difficult. It is common practice to elicit participants’ perceptions after an intervention. However, even when combining this with pre-intervention self-assessment, the validity is often limited by the phenomenon of ‘response shift bias’. That is, participants tend to over-rate themselves before the intervention and then rate themselves more accurately afterwards when they are more familiar with the content. Retrospective pre/post self-assessments, which are completed after an intervention, offer promise of greater validity. This method allows participants to rate their perceptions of their knowledge and skills after a workshop has been completed and to simultaneously rate their perceptions of their knowledge and skills beforehand. What was done Our FD series included workshops on ‘Teaching when there is no time to teach’ (TWNTT) and ‘Designing successful workshops’ (DSW), both of which were repeated 1 year later. At the end of each workshop, participants completed a retrospective pre/post self-assessment questionnaire. Participants in the TWNTT workshop rated 15 items on a scale of 1–5, indicating their perceptions of their knowledge and skills after completing the workshop and their perceptions of how their knowledge and skills had been before the workshop. We used the same procedure in the DSW workshop, but the latter included only 5 questionnaire items. We calculated mean differences and standard deviations between pre- and post-workshop scores on the questionnaires and, using a Wilcoxon statistic, evaluated the differences in each pre/post mean item score. Evaluation of results and impact Fifty faculty members participated in 1 TWNTT workshop; 49 different faculty attended the same workshop 1 year later. The DSW workshop was attended by 33 and 40 faculty staff at the same time-points. Self-ratings on all competency items were significantly higher on the retrospective post-workshop items than on the retrospective pre-workshop items for all 4 workshops. In both pairs of workshops, the mean changes in the pre/post ratings for each item were remarkably similar. This self-assessment process consists of only 1 brief questionnaire and is minimally intrusive. It may help to avoid the response shift bias inherent in traditional pre and post self-assessments caused by pre-test over- or underestimation. The remarkable stability and robust nature of our data, and the published evidence indicating that post-workshop interviews support this type of self-assessment, lead us to conclude that retrospective pre/post assessment is a valuable measure of the impact of faculty development.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

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

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 Opus0,067
Tête enseignante GPT0,437
Écart entre enseignants0,371 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations19
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical EducationMême sujetStudent Assessment and FeedbackTravaux en français237 207