MétaCan
Menu
Retour à la cohorte
Enregistrement W3133872689 · doi:10.55320/mjz.47.3.703

Medical School Admissions: A Review of Global Practices, Predictive Validity, and Practice Points for Africa.

2020· review· en· W3133872689 sur OpenAlexaboutno aff
Christian Chinyere Ezeala, Mercy Okwudili Ezeala, Vaseem Shaikh, Tumelo Muyenga Akapelwa, Sam Beza Phiri, Kingsley Kamvuma, John Amos Mulemena, Festus Mushabati, Warren Chanda, Gibson Sijumbila

Notice bibliographique

RevueMedical Journal of Zambia · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExcellenceCognitionPredictive validityMedicineMedical educationRelevance (law)Family medicineClinical psychologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: Processes for selection of candidates into medical schools vary globally. Knowledge of the predictive validity of a selection method is important for policy revision.
 Aim: To survey the practices used by medical schools to select students and their predictive validity.
 Methods: Search terms developed from the research problem were used to search Google Scholar, PubMed, and Educational Resources Information Centre (ERIC). These were “medical school,” “predictive validity,” “success,” “academic achievement” “admission criteria,” and “student selection.” Retrieved articles were screened for relevance and sorted according to countries of publication. Authors narratively reviewed the articles from each country and collated the findings. Best practices were recommended for African-based medical schools.
 Results: Articles retrieved from 14 countries were included in the review. USA, Canada, UK, Australia, and New Zealand operate centralized medical school admission programs and administer nation-wide admission tests. These tests cover cognitive and non-cognitive domains. The validity of these tests in predicting medical school success were extensively studied and reported. Other countries do not operate centralized medical school admission programs. Most of these rely on cognitive excellence to select students. Few reports are available on the validity of selection practices in Africa. Most rely on cognitive excellence which highly predicted academic success during preclinical studies. Predictivity decreased during clinical phases and non-cognitive variables became better predictors of success.
 Conclusion: Medical school admission processes should consider cognitive and non-cognitive factors. With non-cognitive factors, candidates with right attitudes are selected. African countries should align their practices to that of Western countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,874
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,874
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0200,000

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.

Tête enseignante Opus0,166
Tête enseignante GPT0,505
Écart entre enseignants0,340 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Journal of ZambiaMême sujetMedical Education and AdmissionsTravaux en français237 207