MétaCan
Menu
Retour à la cohorte
Enregistrement W2160946523 · doi:10.3138/jvme.1214-121r

Relationship between Small Animal Intern Rank and Performance at a University Teaching Hospital

2015· article· en· W2160946523 sur OpenAlexvenueno aff
Erik H. Hofmeister, Corey Saba, Marc Kent, Kate E. Creevy

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternshipPercentile rankRank (graph theory)PercentileQuartileSelection (genetic algorithm)Likert scaleRanking (information retrieval)PsychologyMedicineMedical educationStatisticsComputer scienceMathematicsInternal medicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to determine if there is a relationship between selection committee rankings of internship applicants and the performance of small animal interns. The hypothesis was that there would be a relationship between selection committee rank order and intern performance; the more highly an application was ranked, the better the intern's performance scores would be. In 2007, the Department of Small Animal Medicine and Surgery instituted a standardized approach to its intern selection process both to streamline the process and to track its effectiveness. At the end of intern years 2010-2014, every faculty member in the department was provided an intern assessment form for that year's class. There was no relationship between an individual intern's final rank by the selection committee and his/her performance either as a percentile score or a Likert-type score (p=.25, R2=0.04; p=0.31, R2=0.03, respectively). Likewise, when interns were divided into the top and bottom quartile based on their final rank by the selection committee, there was no relationship between their rank and their performance as a percentile score (median rank 15 vs. 20; p=.14) or Likert-type score (median rank 14 vs. 19; p=.27). Institutions that use a similar intern selection method may need to reconsider the time and effort being expended for an outcome that does not predict performance. Alternatively, specific criteria more predictive of performance outcomes should be identified and employed in the internship selection 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 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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,113
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,452
Tête enseignante GPT0,501
Écart entre enseignants0,049 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetVeterinary Practice and Education StudiesTravaux en français237 207