Qualitative Analysis of Intern Applications and its Relationship to Performance
Notice bibliographique
Résumé
This study aimed to identify qualitative aspects of small animal veterinary internship applications that are associated with relative intern performance. This study took place with data collected on small animal interns from the 2015-2016, 2016-2017, and 2017-2018 intern classes from four different institutions. Applicants were divided into top-performers and bottom-performers by sorting the calculated overall scores from highest to lowest, labeling the top half of interns as "top-performers," and the lower half of interns as "bottom-performers." Thematic analysis of the intern applications was conducted. Relationship skills and knowledge application were identified as themes in the top-performing interns but not in the bottom-performing interns. Veterinary experience, presentations, community service, research, and teaching were all seen more frequently in the top-performing interns. More top performers had characteristics of greatest strength of technical skills, professionalism, relationship skills, and teamwork. More bottom performers had characteristics of greatest strength of stress management, communication, and patient care. More top performers had characteristics that would benefit from targeted mentoring of leadership. More bottom-performers had characteristics that would benefit from targeted mentoring of technical skills, general knowledge, and self-awareness. In narrative comments, adaptability, and self-awareness were more commonly noted in the bottom-performers. Lack of confidence was noted as a theme in the bottom-performers, but not in the top-performers. Certain qualities of intern applications may be used to predict top- or bottom-performing interns.
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 | 0,017 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».