MétaCan
Menu
Retour à la cohorte
Enregistrement W2968101770 · doi:10.1097/acm.0000000000002940

Investigating Group Differences in Examinees’ Preparation for and Performance on the New MCAT Exam

2019· article· en· W2968101770 sur OpenAlexaff
Jorge A. Girotti, Julie A. Chanatry, Daniel M. Clinchot, Stephanie C. McClure, Aubrie Swan Sein, Ian W. Walker, Cynthia A. Searcy

Notice bibliographique

RevueAcademic Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEthnic groupSocioeconomic statusCurriculumMedical educationDiversity (politics)Underrepresented MinorityPsychologyTest (biology)Higher educationMedical schoolMedicinePedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

In 2015, the Medical College Admission Test (MCAT) was redesigned to better assess the concepts and reasoning skills students need to be ready for the medical school curriculum. During the new exam's design and rollout, careful attention was paid to the opportunities examinees had to learn the new content and their access to free and low-cost preparation resources. The design committee aimed to mitigate possible unintended effects of the redesign, specifically increasing historical mean group differences in MCAT scores for examinees from lower socioeconomic status (SES) backgrounds and races/ethnicities underrepresented in medicine compared with those from higher SES backgrounds and races/ethnicities not underrepresented in medicine.In this article, the authors describe the characteristics and scores of examinees who took the new MCAT exam in 2017 and compare those trends with historical ones from 2013, presenting evidence that the diversity and performance of examinees has remained stable even with the exam's redesign. They also describe the use of free and low-cost MCAT preparation resources and MCAT preparation courses for examinees from higher and lower SES backgrounds and who are enrolled in undergraduate institutions with more and fewer resources, showing that examinees from lower SES backgrounds and who attend institutions with fewer resources use many free and low-cost test preparation resources at lower rates than their peers. The authors conclude with a description of the next phase of this research: to gather qualitative and quantitative data about the preparation strategies, barriers, and needs of all examinees, but especially those from lower SES and underrepresented racial/ethnic backgrounds.

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)0,005
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,085
Tête enseignante GPT0,360
Écart entre enseignants0,275 · 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

Citations53
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetMedical Education and AdmissionsTravaux en français237 207