MétaCan
Menu
Retour à la cohorte
Enregistrement W2944396075 · doi:10.15353/cjo.69.709

Competency Corner, Part Three: Practice-based Weightings of the CBPS

2007· article· en· W2944396075 sur OpenAlexvenueaboutno aff
Timothy Winslade, Nancy Winslade, Roger Chou, Bob St. Cyr, Beth Hawkins

Notice bibliographique

RevueCanadian journal of optometry/CJO. Canadian journal of optometry · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Quality and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeightingTerminologyCompetence (human resources)Computer scienceBenchmarkingGrading (engineering)Medical educationPsychologyKnowledge managementMedicineEngineeringManagementSocial psychology

Résumé

récupéré en direct d'OpenAlex

The first two articles in this series outlined the task, research, terminology and processes the Competence Committee used to develop the Competency-based Performance Standards (CBPS). These standards were designed as a framework for revision of the Canadian Standard Assessment in Optometry (CSAO) to directly link the exam and practice requirements of Canadian Optometrists. This linkage required determination of the relative weight to be assigned to each of the various competencies. Working groups of practising optometrists rated the frequency and criticality of performance of each of the competencies using a standardized rating system. Results indicated that the majority of a revised CSAO would focus on providing comprehensive eye and vision care (78%), followed by management (11%) and collaboration (10%). The ratings also allowed calculation of the appropriate weighting of the underlying general attributes. The heaviest weighting was assigned to candidates’ professional optometric knowledge and the ability to apply this knowledge (41%), followed by communication (27%), planning (13%), ethics (11%) and self-directed learning (8%). The last article in this series will describe work to evaluate the competence-based weightings of the current CSAO and to describe plans for future versions of the CSAO.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,224
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,443
Écart entre enseignants0,382 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian journal of optometry/CJO. Canadian journal of optometryMême sujetHealthcare Quality and ManagementTravaux en français237 207