The Development and Implementation of New Assessment Tools for the Surgical Clerkship Rotation
Notice bibliographique
Résumé
<ns4:p>This article was migrated. The article was marked as recommended. Innovation: We developed two new rubrics with explicit behavioural anchors to assess students in the Queen's undergraduate medical education (UGME) surgery clerkship rotation. These rotation rubrics, complemented by a new ambulatory clinic encounter card, improved the quality, consistency, and timeliness of feedback for clerks from faculty preceptors. This innovation was introduced during a comprehensive workplace-based assessment re-design being undertaken in the Department of Surgery as part of the transition to a post-graduate competency-based medical education (CBME) system for post-graduate education (PGME). The core UGME working group, comprised of a faculty surgeon, assessment consultant, and a surgical resident, selected terminology and designed the tool visual structure to be similar to the new post-graduate assessment tools, since most preceptors supervise learners in both programs. This consistency enhanced buy-in from faculty and ensured a smooth transition to the use of the new UGME tools. Development: The new assessment process was developed and piloted in three phases: (1) development of an assessment system based on rubrics with explicit behavioural descriptors as the key assessment tools; (2) implementation of a pilot study to establish the acceptability and feasibility of the use of these rubrics, with iterative revisions based on stakeholder feedback; and (3) development of a validity argument for the use of these assessment tools. The latter is scheduled for 2018. Outcomes: The use of these rotation behaviour-anchored rubrics and corresponding ambulatory clinic encounter card has greatly improved the mid- and final-rotation feedback provided to students on the Surgery Clerkship. The concrete, descriptive information provided by the rubrics allows the course director to provide specific feedback during rotation exit meetings. The course director has the ability to clearly articulate to students the areas where they have met (or exceeded) the expected level of competency, as well as areas which require additional attention.</ns4:p>
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 | 0,003 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».