MétaCan
Menu
Retour à la cohorte
Enregistrement W3191701502 · doi:10.1080/0142159x.2021.1957088

Ottawa 2020 consensus statement for programmatic assessment – 1. Agreement on the principles

2021· article· en· W3191701502 sur OpenAlexaffabout
Sylvia Heeneman, Lubberta H. de Jong, Luke Dawson, Tim Wilkinson, Anna Ryan, Glendon R. Tait, Neil Rice, Dario Torre, Adrian Freeman, Cees van der Vleuten

Notice bibliographique

RevueMedical Teacher · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueStudent Assessment and Feedback
Établissements canadiensThe Wilson CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOperationalizationMedical educationCurriculumProgram evaluationEngineering ethicsMedicinePsychologyPolitical sciencePedagogyEngineering

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In the Ottawa 2018 Consensus framework for good assessment, a set of criteria was presented for systems of assessment. Currently, programmatic assessment is being established in an increasing number of programmes. In this Ottawa 2020 consensus statement for programmatic assessment insights from practice and research are used to define the principles of programmatic assessment. METHODS: = 20), an inventory was completed for the perceived components, rationale, and importance of a programmatic assessment design. Input from attendees of a programmatic assessment workshop and symposium at the 2020 Ottawa conference was included. The outcome is discussed in concurrence with current theory and research. RESULTS AND DISCUSSION: Twelve principles are presented that are considered as important and recognisable facets of programmatic assessment. Overall these principles were used in the curriculum and assessment design, albeit with a range of approaches and rigor, suggesting that programmatic assessment is an achievable education and assessment model, embedded both in practice and research. Knowledge on and sharing how programmatic assessment is being operationalized may help support educators charting their own implementation journey of programmatic assessment in their respective programmes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,214
score de la tête « metaresearch » (Gemma)0,307
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,969

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2140,307
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0050,010
Bibliométrie0,0110,008
Études des sciences et des technologies0,0070,012
Communication savante0,0140,005
Science ouverte0,0190,013
Intégrité de la recherche0,0190,026
Charge utile insuffisante (le modèle a refusé de juger)0,0130,012

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 Opus0,078
Tête enseignante GPT0,410
Écart entre enseignants0,331 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineÉvaluation
GenreAutre

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

En bref

Citations115
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetStudent Assessment and FeedbackTravaux en français237 207