PP17 Differential rater function over time (DRIFT) is not appreciated in paramedic raters using the global rating scale (GRS) during paramedic student simulations
Notice bibliographique
Résumé
Background The field of paramedicine continues to advance in scope. Simulation training is frequently used to teach and evaluate students. Simulation examinations are often evaluated using a standardized global rating scale (GRS) that is reliable and valid. However, the effects of differential rater function over time (DRIFT) have not been evaluated on the GRS during simulations. This study aimed to assess if DRIFT exists during a GRS. Methods Data was collected at Collège Boréal, Sudbury, Ontario, Canada during the 6 simulation evaluations within the scholastic year. Raters were randomly assigned to evaluate several students at the same station. Each station lasted 12-minutes in length and there was a total of 11-stations. A model to test the scores of DRIFT was created and was tested against both a leniency and perceptual model to explain DRIFT. Results Amongst the explored alternatives, a model that included students, the rater, and the dimensions had the greatest evidence (-3151 Bayes Factors). This model was then tested against leniency (K= -9.1 dHart) and perceptual models (K= -7.1 dHart) suggesting a substantial finding against DRIFT, however, the tested models used a wide parameter, therefore, the possibility of a minor effect is not fully excluded. Conclusion DRIFT was not found; however, further studies with multiple centres and longer evaluations should be conducted.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,085 | 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 ».