MétaCan
Menu
Retour à la cohorte
Enregistrement W2581716542 · doi:10.36834/cmej.36720

Key challenges for implementing a Canadian-based objective structured clinical examination (OSCE) in a Middle Eastern context

2016· article· en· W2581716542 sur OpenAlexvenueaboutno aff
Kyle John Wilby, Mohammad Diab

Notice bibliographique

RevueCanadian Medical Education Journal · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumObjective structured clinical examinationContext (archaeology)PharmacyMedical educationProcess (computing)Cultural diversityPaceGlobalizationDiversity (politics)Political scienceMedicineComputer sciencePsychologyPedagogyNursingGeography

Résumé

récupéré en direct d'OpenAlex

Globalization of medical education is occurring at a rapid pace and many regions of the world are adapting curricula, teaching methods, and assessment tools from established programs. In the Middle East, the use of Objective Structured Clinical Examinations (OSCEs) is rare. The College of Pharmacy at Qatar University recently partnered with the University of Toronto and the Supreme Council of Health in Qatar to adapt policies and procedures of a Canadian-based OSCE as an exit-from-degree assessment for pharmacy students in Qatar. Despite many cultural and contextual barriers, the OSCE was implemented successfully and is now an integrated component of the pharmacy curriculum. This paper aims to provide insight into the adoption and implementation process by identifying four major cultural and contextual challenges associated with OSCEs: assessment tools, standardized actors, assessor calibration, and standard setting. Proposed solutions to the challenges are also given. Findings are relevant to international programs attempting to adapt OSCEs into their contexts, as well as Canadian programs facing increasing rates of cultural diversity within student and assessor populations.

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)0,124
score de la tête « metaresearch » (Gemma)0,151
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,655

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1240,151
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0160,010
Communication savante0,0140,005
Science ouverte0,0060,011
Intégrité de la recherche0,0030,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,059
Tête enseignante GPT0,374
Écart entre enseignants0,315 · 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'étudeQualitatif
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

Citations27
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Education JournalMême sujetInnovations in Medical EducationTravaux en français237 207