Developing a Knowledge Test for a Neonatal Ethics Teaching Program
Notice bibliographique
Résumé
Objective The innovative Neonatal-Perinatal Medicine (NPM) Ethics Teaching Program at the University of Ottawa provides NPM trainees with vital foundational knowledge required to manage ethically contentious clinical scenarios frequently encountered in practice. In this study, our aim was to develop a knowledge test to assess the impact of the NPM Ethics Teaching Program on trainees' knowledge about ethics. Study design Using an iterative four-step process, we developed a test for assessing pre- and post-training knowledge of NPM ethics. We first created a blueprint of the test, identifying its purpose, length, and format. We then weighted the learning outcomes of the NPM Ethics Teaching Program sessions to determine the number of questions that would be asked to assess to each learning outcome. Next, we populated the question bank and constructed a draft test. We obtained feedback from content experts on the draft test and piloted the draft test with former trainees from the NPM Ethics Teaching Program. Results We developed a pre- and post-knowledge test in NPM ethics consisting of 44 multiple choice questions (MCQs), each with five response options. The test takes approximately 60 minutes to complete. It took roughly 15 months to design and pilot the NPM ethics test. Conclusions This test can aid in the assessment of the amount of NPM ethics gained by trainees and contribute to the identification of areas for improvement in teaching and in the overall ethics program. Further iterations of the test will allow for additional assessment of its validity and the efficacy of the teaching program. Given the lack of structured evaluative ethics teaching programs in NPM nationally, this project will act as another step towards the introduction of our NPM Ethics Teaching Program to other Canadian NPM residencies.
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 | 0,013 | 0,306 |
| 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 | 0,011 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».