Validity and Reliability of the Japanese Version of the ACE Tool for Assessing Evidence-based Medicine Competencies in Medical Practitioners and Students: An Evaluation in an Online Setting
Notice bibliographique
Résumé
Objective Evidence-based medicine (EBM) competency is crucial for healthcare professionals; however, validated tools to assess EBM skills in Japanese are scarce. This study aimed to develop and validate a Japanese version of the Assessing Competency in EBM (ACE) tool. Methods We translated the ACE tool into Japanese, following international standards, and distributed it online to 99 healthcare professionals and students. The participants completed demographic questions and the Japanese version of the ACE tool. A subset also completed the retest and Fresno test. Internal consistency was assessed using Cronbach's alpha, test-retest reliability using the intraclass correlation coefficient (ICC), and construct validity using a confirmatory factor analysis and correlation with the Fresno test. Results The Japanese version of the ACE tool showed a low internal consistency (Cronbach's alpha =0.31, 95% CI: 0.09-0.49), but an acceptable test-retest reliability (ICC =0.64, 95% CI: 0.40-0.81). A confirmatory factor analysis provided moderate support for the structure of the tool (SRMR =0.092, RMSEA =0.048, CFI =0.852). The tool demonstrated a moderate correlation with the Fresno test (r =0.35). The median completion time was 847 s (IQR, 577-1,249 s). Conclusion Although the Japanese version of the ACE tool showed some promising aspects, including a quick administration and partial validity, its low internal consistency suggests that refinement is needed before it can be confidently used in Japanese medical education settings. Future studies should focus on improving the tool's reliability, potentially through in-person administration, to develop a robust EBM assessment tool in the Japanese healthcare context.
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 | 0,023 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».