Creating a reliable and valid blueprint for the internal medicine clerkship evaluation
Notice bibliographique
Résumé
The objective of this study was to design an examination blueprint for the Internal Medicine clerkship rotation that is congruent with both the learning objectives and delivered learning experiences and reflects the perceived importance of clinical presentations from both the students' and clinicians' perspectives. In this cross-sectional study 11 specialists in General Internal Medicine (GIM) and 11 clinical clerks at the University of Calgary were asked to score each of the 47 clinical presentations in the Internal Medicine clerkship rotation for 'impact' and 'frequency'. These attributes were used to provide an estimate of the relative importance of each clinical presentation. Statistical tests used were the Pearson's correlation coefficient and the Kappa statistic. Multi-attribute utility theory was applied to assess the best way of combining the variables of 'impact' and 'frequency'. The correlation between clerks and GIM specialists was 0.85 for the impact score and 0.86 for the frequency score (p < 0.001 for both). Corresponding Kappa values were 0.71 and 0.82, respectively (p < 0.001 for both). Combining impact and frequency as a multiplicative function produced a distribution that was positively skewed towards common, high impact presentations such as chest pain. We have created an examination blueprint that provides a realistic and objective measure of the relative importance of clinical presentations. Such a blueprint provides both face validity and content validity to the evaluation process.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,012 | 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 ».