MétaCan
Menu
Retour à la cohorte
Enregistrement W2964538857 · doi:10.1186/s12909-019-1737-1

Does academic interest play a more important role in medical sciences than in other disciplines? A nationwide cross-sectional study in China

2019· article· en· W2964538857 sur OpenAlexaff
Hongbin Wu, Juan Zheng, Shan Li, Jianru Guo

Notice bibliographique

RevueBMC Medical Education · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensMcGill University
Organismes subventionnairesPeking University
Mots-clésBiomedical sciencesMedical educationChristian ministryAcademic achievementPsychologyMathematics educationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Research examining the effects of academic interest on students learning achievement across various disciplines, especially a comparison of the effects of academic interest between medical sciences and other disciplines, is still scarce. This study addressed this gap by answering 'does academic interest play a more important role in medical sciences than in other disciplines?'. METHODS: A retrospective cross-sectional study, based on a large project of the National Undergraduate Student Development Survey (NUSDS) conducted by the Ministry of Education of China and Peking University in 2014, was designed to explore the role of academic interest in medical sciences and other disciplines. The participants were resampled to better represent the national distribution of undergraduate students in terms of their demographic characteristics. Specifically, survey data from 54,398 undergraduate students from 87 Chinese universities and colleges were used to address our research questions. We then used the propensity score matching (PSM) model to estimate the effect of academic interest on academic achievement and to compare the effects across different disciplines. RESULTS: Academic interest had a significant positive impact on academic performance, with an effect size of 2.545 (p = 0.000). Specifically, the effect sizes for the disciplines of medical sciences, humanities, social sciences, natural sciences and engineering were 2.310 (p = 0.000), 2.231 (p = 0.000), 2.016 (p = 0.000), 3.840 (p = 0.000) and 2.698 (p = 0.000), respectively. The results show that no particular academic interest in medical sciences is needed to achieve academic success when compared with natural sciences and engineering programmes, but success in medical sciences requires more academic interest than success in humanities or social sciences. CONCLUSIONS: This study clarifies the effect of academic interest on undergraduates' academic achievement while controlling for their demographic characteristics and family factors. The results provide insights into the role of academic interest in academic performance across various disciplines and can inform the college admissions practices of both institutions and high school students in China.

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)0,004
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, 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 enseignants0,018
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,000

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 Opus0,046
Tête enseignante GPT0,452
Écart entre enseignants0,405 · 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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetMedical Education and AdmissionsTravaux en français237 207