Evaluation of a First-Year Veterinary Surgical Skills Laboratory: A Retrospective Review
Notice bibliographique
Résumé
A retrospective review of the first-year surgical skills competency-based assessment was performed at the Western College of Veterinary Medicine (WCVM) using 6 years of data from 475 students. The cumulative pass rate was 88.2% on first attempt and 99.2% upon remediation. Student gender did not influence overall pass/fail rates, with a failure rate of 11.1% for female students and 10.5% for male students ( p = 0.88). Significantly decreased pass rates were associated with identification of the Mayo scissors (p = 0.03), explanation of using Allis tissue forceps ( p = 0.002), and performance of a Lembert suture pattern ( p < 0.01). An increased pass rate was observed for the cruciate pattern ( p < 0.01). No differences were found in pass/fail rates for hand ties ( p = 0.80) or instrument ties ( p = 0.60). The most common errors occurred with half hitch ties: hand ties (53%) and instrument ties (38%). The most common errors were also recognized for instrument handling (31%) and needle management (20%) during the suture pattern section. The veterinary medical education community may benefit from the evidence-based findings of this research, in terms of understanding student performance across competencies, identifying areas requiring additional mentoring, and determining appropriate competencies for first-year veterinary students.
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 | 0,016 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».