MétaCan
Menu
Retour à la cohorte
Enregistrement W2804955271 · doi:10.21815/jde.018.063

Designing and Implementing a Competency‐Based Formative Progress Assessment System at a Canadian Dental School

2018· article· en· W2804955271 sur OpenAlexaffabout
HsingChi von Bergmann, Charles F. Shuler, Jinli Yang, David Köhler, Connie Reynolds, Leandra Best, Natasha Black, James T. Richardson, Ruth A. Childs

Notice bibliographique

RevueJournal of Dental Education · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensInstitute for Christian StudiesUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFormative assessmentTest (biology)CurriculumMedical educationCognitionClass (philosophy)Multiple choicePsychologyMedicineMathematics educationComputer sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Progress testing is an innovative formative assessment practice that has been found successful in many educational programs. In progress testing, one exam is given to students at regular intervals as they progress through a curriculum, allowing them to benchmark their increase in knowledge over time. The aim of this study was to assess the first two years of results of a progress testing system implemented in a Canadian dental school. This was the first time in North America a dental school had introduced progress testing. Each test form contains 200 multiple-choice questions (MCQs) to assess the cognitive knowledge base that a competent dentist should have by the end of the program. All dental students are required to complete the test in three hours. In the first three administrations, three test forms with 86 common items were administered to all DMD students. The total of 383 MCQs spanning nine domains of cognitive knowledge in dentistry were distributed among these three test forms. Each student received a test form different from the previous one in the subsequent two semesters. In the fourth administration, 299 new questions were introduced to create two test forms sharing 101 questions. Each administration occurred at the beginning of a semester. All students received individualized reports comparing their performance with their class median in each of the domains. Aggregated results from each administration were provided to the faculty. Based on analysis of students' responses to the common items in the first two administrations, progression in all domains was observed. Comparing equated results across the four administrations also showed progress. This experience suggests that introducing a progress testing assessment system for competency-based dental education has many merits. Challenges and lessons learned with this assessment are discussed.

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)0,014
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,001
Communication savante0,0030,002
Science ouverte0,0040,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,361
Écart entre enseignants0,349 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dental EducationMême sujetInnovations in Medical EducationTravaux en français237 207