MétaCan
Menu
Retour à la cohorte
Enregistrement W3193843890 · doi:10.1007/s10459-015-9636-7

Erratum to: Constructing a validity argument for the Objective Structured Assessment of Technical Skills (OSATS): a systematic review of validity evidence

2015· review· en· W3193843890 sur OpenAlexaff
Rose Hatala, David A. Cook, Ryan Brydges, Richard E. Hawkins

Notice bibliographique

RevueAdvances in Health Sciences Education · 2015
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Learning Practices
Établissements canadiensThe Wilson CentreSt. Paul's HospitalUniversity Health NetworkUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésArgument (complex analysis)Test validityPsychologyComputer scienceManagement scienceMedical educationPsychometricsMedicineClinical psychologyEngineering

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,137
score de la tête « metaresearch » (Gemma)0,620
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,724

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1370,620
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0100,009
Études des sciences et des technologies0,0030,008
Communication savante0,0050,006
Science ouverte0,0050,005
Intégrité de la recherche0,0130,013
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,155
Tête enseignante GPT0,575
Écart entre enseignants0,420 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineÉvaluation
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

Citations6
Publié2015
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAdvances in Health Sciences EducationMême sujetHigher Education Learning PracticesTravaux en français237 207