Correlation between Student Self-Assessment and Proctor Evaluation in a Veterinary Surgical Laboratory
Notice bibliographique
Résumé
Self-assessment has been shown to facilitate learning, goal setting, and professional development. We sought to evaluate whether veterinary students in a surgical curriculum would have self-assessments that differed from proctor evaluations and whether high-performing students would differ from low-performing students in self-assessment characteristics. Student and proctor assessments were compared for 8 weeks of a spay/neuter surgical laboratory taking place in the second year of the curriculum. Eight students were classified as high-performing, and 10 students were classified as low-performing. A quantitative evaluation of the scores and a qualitative assessment of written comments were completed. Proctors assigned higher scores to high-performing students compared to low-performing students, but no difference was observed overall in self-assessment scores assigned by students. When only anesthesia students were evaluated, we found a difference in self-assessment scores for high- versus low-performers, but this was not true for surgery students. Differences between proctor and student assessment scores diminished over time for all students and for anesthesia students, but not for surgery students. High-performing student anesthetists self-assessed and received proctor assessments with higher scores in technical skills. Comments from high-performing students tended to be less reflective and more positive. Low-performing students were more defensive and more likely to use I-statements in their comments. Overall, quantitative analysis did not reveal a difference in self-assessment between high-performers and low-performers; however, specific differences existed in qualitative characteristics, surgery versus anesthesia students, and proctor assessments. The differences in self-assessment between high- and low-performing students suggest areas of further investigation for the use of reflection in education.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».