Investigating Dental Aptitude Test (DAT) results as predictors for preclinical and clinical scores in dental school
Notice bibliographique
Résumé
OBJECTIVE: The aim of the present study is to determine whether 2 current admission criteria, the perceptual ability test (PAT) and the manual dexterity test (MDT) can predict success in dental school within the Université de Montréal population. METHODS: A retrospective cohort study was conducted using the records of 854 students who graduated between 2005 and 2015. For each student, PAT and MDT scores were compared to 5 preclinical and 3 clinical classes using the Pearson correlation coefficient and regression models. T-tests were used to compare students above and below a 5-point increase in cut-off scores (PAT = 15, MDT = 10). RESULTS: The strongest relationship was found to be between PAT and preclinical scores (r = 0.329, P < 0.01). The regression analysis determined that gender, PAT and MDT predicted more of the variability of preclinical (12.7%) than of clinical scores (2.7%). Students scoring ≥10 on the MDT performed better in preclinical and clinical courses, and those scoring ≥15 on the PAT performed better in preclinical courses. However, when comparing these students to the entire group, only those scoring ≥15 on PAT differed from the group's average for preclinical scores (P = 0.029). CONCLUSION: These findings suggest the PAT and MDT have some power in predicting success in preclinical, and to a lesser extent clinical courses, and supports their use as criteria in the admissions process. There is some evidence that suggests that increasing the cut-off score may decrease the number of students with difficulties in preclinical courses.
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 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».