Assessing the Difficulty and Long-Term Retention of Factual and Conceptual Knowledge Through Multiple-Choice Questions: A Longitudinal Study
Notice bibliographique
Résumé
Purpose: Multiple choice questions (MCQs) are the mainstay in examinations for medical education, physician licensing, and board certification. Traditionally, MCQs tend to test rote recall of memorized facts. Their utility in assessing higher cognitive functions has been more problematic to determine. This work evaluates and compares the difficulty and long-term retention of factual versus conceptual knowledge using multiple-choice questions in a longitudinal study. Patients and Methods: We classified a series of MCQs into two groups to test recall/verbatim and conceptual/inferential thinking, respectively. We used the MCQs to test a two-part hypothesis: 1) scores for recall/verbatim questions would be significantly higher than for concept/inference questions, and 2) memory loss over time would be more significant for factual knowledge than conceptual understanding compared with a loss in the ability to reason about concepts critically. We first used the MCQs with pre-clinical medical students on a summative exam in 2020, which served as a retrospective benchmark of their performance characteristics. After two years, the same questions were re-administered to volunteers from the same cohort of students in 2020. Results: Retrospective analysis revealed that recall/verbatim questions were answered correctly more frequently (82.0% vs 60.9%, P = 0.002). Performance on concept/inference questions showed a significant decline, but a larger decline was observed for recall/verbatim questions after two years. Performance on concept/inference questions showed a slight decline across quartiles, while two years later, recall/verbatim questions experienced substantial performance loss. Subgroup analysis indicated convergence in performance on both question types, suggesting that the clinical relevance of the MCQ content may have influenced a regression toward a baseline mean. Conclusion: These findings suggest conceptual/inferential thinking is more complex than rote memorization. However, the knowledge acquired is more durable in a longitudinal fashion, especially if it is reinforced in clinical settings.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».