Encouraging Critical Clinical Thinking (CCT) Skills in First-Year Veterinary Students
Notice bibliographique
Résumé
First-year didactic course instructors at the University of Illinois College of Veterinary Medicine leverage earlier clinical rotation experiences with weekly "Clinical Correlations" exercises to provide early exposure to critical clinical thinking (CCT). This study evaluated the efficacy of individual and paired group exercises on CCT development. Before and after instruction, the Cornell Critical Thinking Test (Level Z) (CCTTZ) was administered. Based on the hypothesis that students with higher scores would coach lower-scoring colleagues during group exercises, heterogeneous groups with similar mean scores were established for the year. Students completed 14 individual and paired group exercises over 6 months. Exercises were designed to increase in complexity and decline in scaffolding. Seven of the exercises were cases using the Applied Learning Platform (ALP) at http://www.whenknowingmatters.com . Student analyses were scored according to a six-category critical-thinking rubric using a 5-point scale. Consistent with our hypothesis, individual and group rubric scores increased significantly, plateauing near the end of the year. Contrary to our hypothesis, mean overall CCTTZ scores did not change, but there was a small statistically significant increase in the ability to assess the validity of an argument. Student attitudes were mixed. Positive comments focused on reinforcement of prior didactic instruction, while negative comments focused on preparation time needed to conduct research on clinical concepts, and on a lack of explicit evaluation by summative examinations. Nonetheless, end-of-year GPAs correlated linearly with cumulative individual rubric scores. In summary, the value of early curriculum CCT training was confirmed when discipline-specific criteria were applied.
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 | 0,008 | 0,025 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».