P069: Gestalt assessment of online educational resources is unreliable and inconsistent
Notice bibliographique
Résumé
Introduction: The use of free open access medicine, particularly open educational resources (OERs), by medical educators and learners continues to increase. As OERs, especially blogs and podcasts, rise in popularity, their ease of dissemination raises concerns about their quality. While critical appraisal of primary research and journal articles is formally taught, no training exists for the assessment of OERs. Thus, the ability of educators and learners to effectively assess the quality of OERs using gestalt alone has been questioned. Our goal is to determine whether gestalt is sufficient for emergency medicine learners (EM) and physicians to consistently rate and reliably recommend OERs to their colleagues. We hypothesized that EM physicians and learners would differ substantively in their assessment of the same resources. Methods: Participants included 31 EM learners and 23 EM attending physicians from Canada and the U.S. A modified Dillman technique was used to administer 4 survey blocks of 10 blog posts per subject between April and August, 2015. Participants were asked whether they would recommend each OER to 1) a learner or 2) an attending physician. The ratings reliability was assessed using single measures intraclass correlations and their correlations amongst the groups were assessed using Spearman’s rho. Family-wise adjustments were made for multiple comparisons using the Bonferroni technique. Results: Learners demonstrated poor reliability when recommending resources for other learners (ICC= 0.21, 95% CI 0.13-0.39) and attending physicians (ICC = 0.16, 95% CI=0.09-0.30). Similarly, attendings had poor reliability when recommending resources for learners (ICC= 0.27, 95% CI 0.18-0.41) and other attendings (ICC=0.22, 95% CI 0.14-0.35). Learners and attendings demonstrated moderate consistency between them when recommending resources for learners (rs=0.494, p<.01) and attendings (rs=0.491, p<.01). Conclusion: Using a gestalt-based rating system is neither reliable nor consistent when recommending OERs to learners and attending physicians. Learners’ gestalt ratings for recommending resources for other learners and attendings were especially unreliable. Our findings suggests the need for structured rating systems to rate OERs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».