Predictors of Success in a Graduate, Entry-Level Professional Program: From Admissions to Graduation
Notice bibliographique
Résumé
INTRODUCTION: Admission to health professional programs (HPPs) in Canada is competitive. The purpose of this study is to evaluate how factors identifiable by the admissions package may predict incidences of academic concerns in one physiotherapy program in Canada. REVIEW OF LITERATURE: Previous literature has identified many concepts that contribute to "academic success." Some HPPs have investigated if admissions criteria can predict students' academic performance. However, this has not been reported in physiotherapy programs in Canada. SUBJECTS: Study data included candidates' admissions' metrics and physiotherapy students' program data for 4 graduating cohorts, who were admitted from 2016 to 2019 inclusive ( N = 256). METHODS: A retrospective, nonconcurrent cohort study was used to estimate the relationship between applicant's admissions data and students' program data pertaining to academic success. Data were summarized as frequencies for categorical variables and means for continuous variables. We calculated odds ratios (ORs) and probabilities of an academic or professional concern for standard scores. Significance was set at P < .05. RESULTS: Cohorts participating in the multiple mini-interview (MMI) had an academic concern incidence of 14/131. The virtual MMI (VMMI) cohort had an incidence of 7/125. Students with higher MMI scores were less likely to have an academic concern (OR = 0.52 [95% CI: 0.30-0.89, P = .017]). Grade point average was not significantly associated with an academic concern when combined with either MMI or VMMI ( P s > 0.05). Admissions round offer was also significantly associated with an academic concern (OR = 2.48 [95% CI: 1.00-6.12, P = .049]), with those beyond the initial round of offers having increased risk of concerns. DISCUSSION AND CONCLUSION: Results of the study reflect the generally low event rates for incidences of academic concerns and the relative homogeneity and range restriction of independent variables across the 4 cohorts of students. HPP's reflection on current admissions processes and ability to identify opportunities for change in admission processes helps ensure that programs are selecting candidates who are likely to succeed.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».