MétaCan
Menu
Retour à la cohorte
Enregistrement W2952631340 · doi:10.3138/jvme.0418-042r

Success at Veterinary School: Evaluating the Influence of Intake Variables on Year-1 Examination Performance

2019· article· en· W2952631340 sur OpenAlexvenueno aff
N. P. H. Hudson, Susan Rhind, Richard J. Mellanby, Geraldine Giannopoulos, Lindsay Dalziel, Darren J. Shaw

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical educationAcademic achievementMedicineEducational attainmentPsychologyMathematics educationVeterinary medicine

Résumé

récupéré en direct d'OpenAlex

A major challenge in admissions to veterinary medical degrees is to select those students most suitable for clinical training programs and careers from a large pool of applicants with very high academic ability. Predicting the success of students in a veterinary course is challenging, and relatively few objective studies have been undertaken to identify factors that facilitate progression through this educational experience. Prior educational attainment is considered by some to be a good predictor of success at undergraduate level. The aims of this study were to analyze intake data such as educational history and demographic factors of students entering the University of Edinburgh and to investigate possible relationships between these data and academic performance in the first year at veterinary school. Data were collated for three veterinary intakes, including school qualification, subjects, grades, grade point average (GPA), degree classification, domicile, gender, and age. Performance was measured by marks achieved in first-year veterinary degree examinations. Relationships between marks and the influence of intake variables were statistically analyzed via ANOVA. For school-leaving entrants, the presence of straight A grades in school was linked to better exam performance. Students with an A grade in Chemistry or Biology performed better; A grades in Mathematics and Physics did not show such a consistent linkage with performance. Higher GPA was associated with better performance in first year for students in a graduate entry program. This study shows prior educational attainment does appear to be linked with subsequent performance in the first year at veterinary school.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,087
Tête enseignante GPT0,427
Écart entre enseignants0,341 · 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'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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetMedical Education and AdmissionsTravaux en français237 207