MétaCan
Menu
Retour à la cohorte
Enregistrement W4396755891 · doi:10.7202/1110997ar

Development and Validation of a Measurement Scale for the Professionalization of University Students in Health Sciences

2022· article· en· W4396755891 sur OpenAlexaffvenueabout
Marilou Bélisle, Géraldine Heilporn, Patrick Lavoie, Sawsen Lakhal, Kathleen Lechasseur, Nicolás Fernández, Marie‐Ève Caty, Tanya Chichekian

Notice bibliographique

RevueMesure et évaluation en éducation · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueHealthcare Education and Workforce Issues
Établissements canadiensUniversité LavalUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésProfessionalizationScale (ratio)Health sciencePsychologyMedical educationMathematics educationSociologyMedicineSocial scienceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

This article presents the results of a study aimed at constructing and validating a scale for measuring the professionalization of health sciences students. Evidence of the content, response process, and internal structure of the scale was provided throughout the study, including data collection from 561 undergraduate and graduate students from four Quebec universities. The results of an exploratory factor analysis indicated a very good internal consistency and support for a simple four-factor structure. Thus, a fourth factor (valuing the profession) was added to the three factors (professional skills, identity, and culture) set out in an initial conceptual framework. The results of a confirmatory factor analysis revealed that these four first-order factors were related to a single second-order factor of professionalization. This scale provides a robust instrument that can be used for studying the professionalization of students at different phases of their educational journey.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,065
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,172
Tête enseignante GPT0,450
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMesure et évaluation en éducationMême sujetHealthcare Education and Workforce IssuesTravaux en français237 207