MétaCan
Menu
Retour à la cohorte
Enregistrement W2320105571 · doi:10.1097/acm.0b013e31828c4ae0

Redesigning the MCAT Exam

2013· article· en· W2320105571 sur OpenAlexaboutno aff
Richard M. Schwartzstein, Gary C. Rosenfeld, Robert C. Hilborn, Saundra Herndon Oyewole, Karen Mitchell

Notice bibliographique

RevueAcademic Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlueprintMedical educationTest (biology)Experiential learningPsychologyProcess (computing)MedicinePedagogyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The authors of this commentary discuss the recently completed review of the current Medical College Admission Test (MCAT), which has been used since 1991, and describe the blueprint for the new test that will be introduced in 2015. The design of the MCAT exam reflects changes in medical education, medical science, health care delivery, and the needs of the populations served by graduates of U.S. and Canadian medical schools. The authors describe how balancing the ambitious goals for the new exam and the varying priorities of the testing program's many stakeholders made blueprint design complex. They discuss the tensions and trade-offs that characterized the design process as well as the deliberations and data that shaped the blueprint.The blueprint for the MCAT exam balances the assessment of a broad range of competencies in the natural, social, and behavioral sciences and critical analysis and reasoning skills that are essential to entering students' success in medical school. The exam will include four sections: Biological and Biochemical Foundations of Living Systems; Chemical and Physical Foundations of Biological Systems; Psychological, Social, and Biological Foundations of Behavior; and Critical Analysis and Reasoning Skills.The authors also offer recommendations for admission committees, advising them to review applicants' test scores, course work, and other academic, personal, and experiential credentials as part of a holistic admission process and in relation to their institutions' educational, scientific, clinical, and service-oriented goals.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,081
score de la tête « metaresearch » (Gemma)0,278
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,431

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,278
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,005
Communication savante0,0100,005
Science ouverte0,0040,004
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,074
Tête enseignante GPT0,379
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetMedical Education and AdmissionsTravaux en français237 207