MétaCan
Menu
Retour à la cohorte
Enregistrement W4407571608 · doi:10.1002/aet2.70000

The standardized letter of evaluation (SLOE) in emergency medicine: The internal validity of the SLOE 2.0

2025· article· en· W4407571608 sur OpenAlexaff
Alexandra Mannix, Cullen Hegarty, Sharon Bord, Thomas Beardsley, Sandra Monteiro, Al’ai Alvarez, Teresa Davis, Katarzyna Gore, Melissa Parsons, Aman Pandey, Sara Krzyzaniak, Michael Gottlieb

Notice bibliographique

RevueAEM Education and Training · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSpearman's rank correlation coefficientRank correlationDescriptive statisticsRanking (information retrieval)CorrelationMedicineStatisticsPsychologyFamily medicineMathematicsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background: The standardized letter of evaluation (SLOE) is a crucial component of emergency medicine (EM) residency applications. Initially developed in 1995 and revised to electronic SLOE (eSLOE) 2.0, this tool aims to provide a standardized evaluation of medical students. Objective: This study aimed to conduct internal validation by analyzing the distribution and correlation of scores in eSLOE 2.0 and identify any ranking skew. Methods: A multi-institutional cross-sectional study conducted using eSLOE 2.0 data from applicants to five geographically diverse U.S. EM residency programs during the 2022-2023 application cycle. Data from 2891 eSLOE 2.0 s across 1633 applicants were analyzed using descriptive statistics, chi-square, and Spearman's rho. Results: Scores for all questions were moderately left-skewed. The mean scores for all part B questions were above 4.0. Strong correlations were found between part A and B scores with anticipated guidance (AG) and rank list (RL) positions. The AG had a higher correlation with RL positions than grades. The mean RL score indicated that the average student fell between the middle and top thirds. Conclusions: The study demonstrates left skew in eSLOE 2.0 scoring, including a higher prevalence of scores in the fully and mostly entrustable ranges for part A and the consistently high scores in part B.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,359
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,404
Écart entre enseignants0,327 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAEM Education and TrainingMême sujetDiversity and Career in MedicineTravaux en français237 207