Sustaining an Occupation-Specific Language Assessment for the Canadian Healthcare Field
Notice bibliographique
Résumé
Since its implementation in 2004, the Canadian English Language Benchmark Assessment for Nurses (CELBAN) has been accepted as evidence of language ability for licensure of internationally educated nurses (IENs) in Canada. This article focuses on the complexities of sustaining an occupation-specific assessment over time. The authors reference the seminal work of Epp and Lewis, who developed the original CELBAN test forms and aligned the test results with the Canadian Language Benchmarks (CLB), and then go on to describe a research and development project that was carried out under the direction of Touchstone Institute and overseen by the Centre for Canadian Language Benchmarks (CCLB) to renew the test model and develop additional content. This is followed by a discussion of the maintenance strategies required to sustain a secure assessment within the evolving Canadian context. Depuis sa mise en place en 2004, le Canadian English Language Benchmark Assessment for Nurses (CELBAN) a été accepté comme preuve de compétence linguistique pour l’obtention du permis d’exercer au Canada pour le personnel infirmier formé à l’étranger. Cet article porte sur les complexités liées au maintien d’une évaluation propre à une profession au fil du temps. Les auteurs font référence au travail précurseur d’Epp et Lewis qui ont mis au point les formulaires du test CELBAN original et aligné les résultats du test avec les niveaux de compétences linguistiques canadiens, ensuite ont décrit un projet de recherche et de développement qui s’est effectué sous la direction du Touchstone Institute et a été supervisé par le Centre des niveaux de compétence linguistique canadiens pour renouveler le modèle de test et mettre au point des contenus supplémentaires. Cet article est suivi d’une discussion des stratégies d’entretien nécessaires pour maintenir une évaluation sûre dans le contexte évolutif canadien.
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 | 0,035 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,017 | 0,006 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».