IMPLEMENTATION OF AN OBJECTIVE STRUCTURED CLINICAL EXAMINATION (OSCE) IN A KINESIOLOGY BACHELOR DEGREE
Notice bibliographique
Résumé
"For the past four years, the Laval University’s kinesiology bachelor degree has been using an OSCE to assess their students’ clinical competencies. This presentation will describe the format the OSCE and will discuss the quality improvement process implemented following psychometric analysis of the test and its nine stations. The psychometrics qualities were tested using the Cronbach’s alpha, the stations’ difficulty level and discrimination index. An ANOVA has also been realised to ensure that the students’ results of a same station in a different circuit were equivalent regarding the examiners. In the 2018 edition, the psychometrics qualities were under the standards, especially the Cronbach’s alpha and the stations’ discrimination index. In order to improve the reliability of the test, modifications were made to seven of nine scoring grids. A committee revised each competencies’ component assessed and removed the ambiguous ones. The psychometrics qualities of the revised results improved accordingly. To prepare the 2019 edition, the OSCE committee reviewed the nine stations and adjusted the scoring grids. It also designed three new clinical situations. The psychometrics qualities of the 2019 edition have shown an improvement of the Cronbach’s alpha and the stations’ discrimination index. It has also demonstrated no significant differences between the circuits’ performance. The appreciation surveys administered following each edition revealed the quality of the support offered to the students, examiners and simulated patients and the authenticity of the clinical situations. We thus consider this OSCE to be a reliable method to assess students’ competencies of our kinesiology program."
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 tête enseignante, 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 ».