MétaCan
Menu
Retour à la cohorte
Enregistrement W2762610086 · doi:10.46743/1540-580x/2017.1672

Correlation of formative assessments as the means of predicting summative performance in paramedic students

2017· article· en· W2762610086 sur OpenAlexaff
William Leggio, Alan M Batt, Jennifer Berry, Tom Fentress, Marilee L Vosper, Kelly Walsh, James Dinsch

Notice bibliographique

RevueInternet Journal of Allied Health Sciences and Practice · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth Education and Validation
Établissements canadiensFanshawe College
Organismes subventionnairesnon disponible
Mots-clésSummative assessmentFormative assessmentCorrelationMedicineMedical educationPsychologyMathematics educationMathematics

Résumé

récupéré en direct d'OpenAlex

Background: Paramedic programs use formative assessments to determine cognitive competency. Understanding the number of failed formative units as a probability of passing the summative exam will allow programs to set additional benchmarks. The purpose of this study was to determine whether failure in formative exams determines success on a summative exam. Methods: Formative and summative scores from 2011 – 2016 for paramedic students with accounts in Fisdap™, an Internet-based administrative database, were retrospectively reviewed for the following criteria: provided consent for research, completed all six formative (unit) examinations, and completed a summative (comprehensive) examination. Analyses were performed with Pearson correlations and linear regression. Results: A total of 1,406 student records were included based on inclusion criteria. Correlation with each formative and the summative examination were all significant, p < 0.001: Cardiology 0.597; Airway 0.571; Medical 0.571; Trauma 0.566; Ob/Pediatrics 0.549; Operations 0.495. The cardiology exam was shown to have a moderate correlation on summative performance, whereas the operations exam had the weakest correlation. The number of formative examination failures was a significant predictor of the probability of passing the summative examination, t(1405) = –31.02, p < 0.001. Zero failed unit examinations yielded a 100% probability of passing. Three failed formative exams yielded a 60.4% probability. Four failed attempts yielded a 44.8% probability. Failure of all six formative exams yielded a 13.4% probability of passing the Paramedic Readiness Exam Version 3. Conclusion: Not all formative examinations hold the same predictive power on the probability of passing a summative examination. Each had their own correlation value. Students who did not fail formative examinations have a 100% likelihood of passing the summative examination.

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)0,009
score de la tête « metaresearch » (Gemma)0,067
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,067
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,164
Tête enseignante GPT0,557
Écart entre enseignants0,393 · 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'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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternet Journal of Allied Health Sciences and PracticeMême sujetHealth Education and ValidationTravaux en français237 207