Assessment of clinical competence in competency-based education.
Notice bibliographique
Résumé
Objective: The purpose of this review is to explore the literature on continuous assessment in the evaluation of clinical competence, to examine the variables influencing the assessment of clinical competence, and to consider the impact of high-stakes summative assessment practices on student experiences, learning, and achievement. Methods: A literature search of CINAHL, PubMed, ERIC (EBSCO), Education Source, and Google Scholar was conducted using key terms. Articles reviewed were limited to full-text, peer-reviewed articles published in English from 2000 to 2019. Selected articles for this review include a meta-analysis, systematic reviews, and studies using qualitative and quantitative designs. Results: Findings reveal that current assessment practices such as one-time high-stakes assessments in the evaluation of clinical competence are influenced by several variables: interexaminer differences in evaluation, variability with non-standardized client use in assessment, the failure to fail, and the impact of stress on performance outcomes. This literature review also highlights a programmatic assessment approach in which student competence is determined by a multitude of low-stakes assessments over time. Conclusion: A review of the literature has highlighted current methods of clinical assessment relying on traditional, summative forms of evaluation, with reliability and validity of the assessment influenced by several variables. Emotions and student experiences related to one-time high-stakes summative assessments may negatively affect student learning and achievement outcomes. The design, implementation, and use of assessment practices within a competency-based education framework warrants further consideration so that optimal assessment for learning practices may be emphasized to enhance student learning and achievement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».