Comparing Results of Alternate Format Test Questions to Standard Multiple Choice Test Questions in First, Second, and Third Year Baccalaureate Nursing Students
Notice bibliographique
Résumé
Multiple choice questions are frequently used on examinations within the health disciplines to evaluate student performance.Before 2015, Canadian nursing graduates were required to pass the Canadian Registered Nurse Exam (CRNE) to obtain licensure to practice.This exam consisted of mainly multiple-choice questions.In recent years, Canada (except for its province of Quebec) has adopted the NCLEX-RN exam as the licensure assessment exam for nursing graduates.The NCLEX-RN exam is a computer adaptive test that utilizes not only multiple choice questions, but also question items in a variety of other formats such as multiple responses, fill-in-the-blank calculation, ordered response, and hot spot.To explore if changes in question item formats influenced an individual's ability to answer a test question correctly, we carried out a descriptive, comparative study with first, second, and third-year Baccalaureate nursing students.We compared the students' performance on NCLEX-RN style alternate format test questions with their performance on standard multiple choice questions in an anatomy and physiology course.We further compared their performance on both types of questions and their final grade in the course.A convenience sample of students enrolled in one Atlantic Canadian Nursing Program was included.Descriptive statistics resulted in significant differences between the various types of questions used.The results of this study provide the basis for recommendations directed toward the inclusion of alternate format test questions on examinations throughout the current nursing curriculum as a means to enhance baccalaureate nursing students' performance on their future licensure exams.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».