MétaCan
Menu
Retour à la cohorte
Enregistrement W4401288332 · doi:10.5812/jme-149804

Self-assessment and Teacher-Assessment During an OSCE in Undergraduate Dental Students-Application of a Visual Metaphor

2024· article· en· W4401288332 sur OpenAlexaff
Gerhard Schmalz, Deborah Kreher, Dirk Ziebolz, Maria Strauß, Stefan Buechi

Notice bibliographique

RevueJournal of Medical Education · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensGreenfield Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésMetaphorPsychologyMathematics educationMedical educationPedagogyMedicineLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Background: Reflection on both student and teacher perspectives is crucial for effective communication and professional relationships during education. Objectives: This observational cohort study aimed to compare students' self-assessment with teacher assessments, as well as with estimated self-assessment and estimated teacher-assessment, using the pictorial representation of illness and self-measure (PRISM) during an objective structured clinical examination (OSCE). Additionally, it sought to compare self-assessment and teacher-assessment with OSCE scores. Methods: Fourth-year dental students (n = 44) were included at the beginning of their clinical course. Three tasks were selected for the OSCE exams: Oral examination on a model (task 1), matrix placement (task 2), and endodontic radiograph evaluation (task 3). Objective structured clinical examination scores were rated by an independent rater. Students and one of three calibrated teachers used PRISM to evaluate their respective assessments independently and blinded from each other. The relationships between the different assessments were determined using the Pearson correlation coefficient. Results: For task 1, a moderate correlation was found between students' self-assessment and estimated self-assessment (r = 0.44, P < 0.01). For task 2, moderate correlations were observed between self-assessment and teacher-assessment, estimated teacher-assessment and teacher-assessment, as well as between self-assessment and estimated self-assessment (P ≤ 0.01). For task 3, moderate correlations were found between self-assessment and teacher-assessment, and between self-assessment and estimated self-assessment (P < 0.01). A moderate negative correlation between self-assessment and the OSCE score was observed only for task 2 (r = -0.41, P = 0.01). Moderate negative correlations between teacher-assessment in PRISM and the OSCE score were found for all three tasks (P < 0.01). Conclusions: Self-assessment and teacher-assessment using PRISM exhibited task-dependent correlations, while results for estimated assessments varied. PRISM may serve as a promising tool for feedback and discussion in the future, as it seems capable of highlighting different views and expectations in the teaching context. Further studies are needed to confirm these findings.

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)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,443
Écart entre enseignants0,434 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical EducationMême sujetInnovations in Medical EducationTravaux en français237 207