The CASPER preparation program innovation: increasing self-perceived competence and confidence of underrepresented applicants on the novel CASPER Snapshot and CanMEDS roles
Notice bibliographique
Résumé
BACKGROUND: Underrepresented Minorities in Medicine (URMMs) may face financial and social limitations when matriculating into medical schools. Performance on situational judgment tests such as Computer-based Assessment for Sampling Personal Characteristics (CASPER) can be enhanced by coaching and mentorship. The CASPER Preparation Program (CPP) coaches URMMs to prepare for the CASPER test. During the coronavirus 2019 pandemic (COVID-19), CPP implemented novel curricula on the CASPER Snapshot and CanMEDS roles. METHODS: Pre and post-program questionnaires were completed by the students, which assessed their: 1) confidence in understanding the CanMEDS roles, and 2) perceived confidence in performing well and their familiarity and preparedness with the CASPER Snapshot. With a second post-program questionnaire, participants' scores on the CASPER test as well as medical school application outcome were also assessed. RESULTS: Participants reported a significant increase in the URMMs' knowledge, self-perceived competency to complete the CASPER Snapshot, and their anxiety significantly decreased. The level of confidence in understanding CanMEDS roles for a career in healthcare increased as well. The majority (91%) agreed that the feedback received from tutors was adequate and the virtual component of the program was beneficial during COVID-19. 51% of students scored in the highest quartile on the CASPER test and 35% received an offer of admission from CASPER-requiring medical schools. CONCLUSION: Pathway coaching programs have the potential to increase confidence and familiarity amongst URMMs for the CASPER tests and CanMEDS roles. Similar programs should be developed with the aim to increase the chances of URMMs matriculating into medical schools.
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 | 0,016 |
| 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) | 0,000 | 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 ».