Using Lbl2Vec and BERTopic for Semi-Supervised Detec-tion of Professionalism Aspects in a Constructed-Response Situational Judgment Test
Notice bibliographique
Résumé
Most medical schools in the United States and Canada evaluate applicants based on both academic achievements and non-cognitive (soft) skills such as professionalism. Commonly, medical school applicants are required to complete Casper—an online constructed-response situational judgment test developed and administered by Altus Assessments to assess various aspects of professionalism such as ethics, empathy, resilience, and collaboration. Examinees writing Casper are given a set of real-life, hypothetical scenarios and asked to explain how they would handle the situation and their reasoning behind it. Since each Casper scenario focuses on multiple aspects of professionalism, examinees do not have to target any specific aspect in their responses. To ensure the correct use and interpretation of Casper scores, the Altus team needs to reliably evaluate whether examinees’ responses for each scenario address the anticipated aspects of professionalism identified by subject mat-ter experts. In this study, we demonstrate how natural language processing (NLP) methods can be employed to characterize the meaning and context of written responses in relation to different aspects of professionalism. Using the Lbl2Vec and BERTopic algorithms, we performed a semi-supervised analysis of written responses from a large sample of medical school applicants (n = 635,106) by clustering the responses into latent topics based on a set of predefined keywords and labels for each professionalism aspect. Our analysis yielded substantive topics that were mostly aligned with the anticipated professionalism aspects. Furthermore, in terms of topical prevalence, some aspects of professionalism (e.g., self-awareness) appeared to be more dominant than the other aspects in the responses. Overall, our proposed approach delivers a feasible mechanism to identify overlapping topics and aspects to maintain test quality and improve human rater training and monitor-ing in constructed-response situational judgment tests.
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».