Performance of respiratory therapy programs in the Saudi Respiratory Care Licensure Examination: Cross-sectional national results
Notice bibliographique
Résumé
Background: Recently, there has been an increase in the number of respiratory therapy programs. However, a national consensus is lacking in intended learning objectives, appropriate teaching methods, and suitable assessment tools. Consequently, variations in outcomes among these programs are expected. Aim: To evaluate the performance of respiratory therapy programs in the Saudi Respiratory Care Licensure Examination (SRCLE). Methods: The SRCLE data were retrieved from the Saudi Commission for Health Specialties (SCFHS) database as of 18 March 2024. The datasets included the number of applicants, overall passing rates, maximum scores, and average scores. Data were categorized based on academic institution, including the type of university (governmental or private), nationality, gender, passing status, number of exam attempts, and year of examinations. Performance comparisons were conducted based on gender and year of examinations. Results: The database from the SCFHS shows that 1305 examinees underwent the SRCLEs from the second quarter of 2021 to the first quarter of 2024. Females accounted for 46% of the total, while Saudi examinees made up 97% of all applicants. The overall passing rate stood at 96%. The average score was 613, with the highest score recorded being 740. Notably, there was no significant difference in performance between males and females (p = 0.299). However, there was a considerable variance in performance based on the year of examination (p = 0.024). Conclusion: The existing data demonstrates that most respiratory therapy programs perform well in SRCLE. We found no significant differences based on gender or the type of school attended. Additionally, the performance of these programs has remained consistent over the years.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».