MétaCan
Menu
← Retour à la cohorte
Enregistrement W3030550487 · doi:10.3138/jvme.1117-162r1

Methods Used to Assess Student Performance and Course Outcomes at the National Center of Excellence in Dairy Production Medicine Education for Veterinarians

2020· article· en· W3030550487 sur OpenAlexvenueno aff
E. Royster, Dawn E. Morin, Laura K. Molgaard, Deb Wingert, John Fetrow

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExcellenceMedical educationGraduation (instrument)Center of excellenceTest (biology)MedicineProduction (economics)PsychologyFamily medicineEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Between 2012 and 2014, three cohorts of senior veterinary students participated in an 8-week dairy production medicine course created by the National Center of Excellence in Dairy Production Medicine Education for Veterinarians. One goal of this course is to better prepare veterinary students to serve the increasingly complex needs of the dairy industry. In this article, we describe the assessment methods and student performance outcomes of those first three cohorts. A combination of assessment methods was used, including pre- and post-testing; instructor observations and scores on individual and group projects, including a final integrative project; and peer evaluation. Student feedback, collected via anonymous survey, provided insight into students’ perceptions about the course and their learning. Performance and feedback suggest that the course was successful in preparing students for careers using skills in dairy production medicine. Pre- and post-testing was conducted for most topic modules in the course. The mean (median) pre- and post-test scores were 47% (50% ) and 83% (88%), respectively. The mean improvement in score was significant ( p < .002) for all modules and cohorts. Students indicated a moderate or high degree of confidence in performing dairy production medicine skills after each module. Of students in cohorts 1, 2, and 3, respectively, 55%, 75%, and 82% felt they could provide dairy production medicine services (e.g., records analysis, problem investigation, protocol and standard operating procedure design) either alone or with some mentoring, immediately after graduation. In addition, assessment results and student feedback enabled timely course modifications during these first three cohorts.

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)0,012
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,201
Tête enseignante GPT0,531
Écart entre enseignants0,329 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical Education→Même sujetInnovations in Medical Education→Travaux en français237 207→