Evaluation of Retention of Veterinary Clinical Pathology Knowledge between Second-Year and Fourth-Year Clinical Pathology Courses
Notice bibliographique
Résumé
There is a concern over long-term retention of knowledge in professional programs. The goal of this study was to evaluate the retention of veterinary clinical pathology knowledge between the fourth-semester and fourth-year clinical pathology courses. We hypothesize that students will forget a significant amount of content area knowledge between the fourth semester and fourth year in the Doctor of Veterinary Medicine (DVM) program. We further hypothesize that a review of material during the fourth-year clinical pathology rotation will help students rebuild existing knowledge and increase performance on specific test questions, between T2 (rotation pre-test) and T3 (rotation post-test). Initial mastery of course material was assessed via a 94-item multiple-choice final exam (T1) given in the semester 4 clinical pathology course. Retention of course material from semester 4 to year 4 was assessed via a 55-item multiple-choice pre-test, administered at the start of the clinical pathology rotation in year 4 while learning/mastery during the clinical rotation was assessed via a 55-item multiple-choice post-test, administered at the end of each clinical pathology rotation. In this study, evidence of knowledge retention between semester 4 and year 4 was 55.5%. There is a small increase in the measure of knowledge gain from the beginning to the end of the rotation. As an added benefit, we were able to use identified trends for retention of knowledge within specific subject areas as a mechanism to evaluate the effectiveness of our course and reallocate additional instructional time to topics with poorer retention.
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 | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».