Development and Initial Validity Evidence for the EvaLeR Tool: Assessing Quality of Emergency Medicine Educational Resources
Notice bibliographique
Résumé
ABSTRACT Background Emergency medicine (EM) residents increasingly favor digital educational resources over traditional textbooks, with studies showing over 90% regularly using blogs, podcasts, and other online platforms. No standardized instruments exist to comparatively assess quality across both formats, leading to uncertainty in resource selection and potential inconsistencies in learning. We developed the Evaluation of Learning Resources (EvaLeR) tool and gathered initial validity evidence for its use in assessing both textbooks and digital EM educational resources. Methods This two‐phase mixed‐methods study developed the EvaLeR tool and gathered validity evidence for its use. Phase 1 comprised a systematic literature review, quality indicator analysis, and expert consultation. In Phase 2, 34 EM faculty evaluated 20 resources (10 textbook chapters, 10 blog posts) using EvaLeR. We collected evidence for reliability, internal consistency, and relationships with other variables. Results The EvaLeR tool showed excellent average‐measure reliability (Intraclass correlation coefficient = 0.97, 95% CI [0.94–0.99]). We found high internal consistency (Cronbach's α = 0.86) and moderate correlation with educator gestalt ratings (r = 0.53, p < 0.001). The tool performed similarly across resource types, with no significant differences between textbook chapters (13.34/18, SD 3.41) and digital resources (13.21/18, SD 3.25; p = 0.62). Conclusions Initial validity evidence supports the use of EvaLeR for quality assessment of both textbooks and digital EM educational resources. This tool provides educators with an evidence‐based approach to resource selection, moving beyond format‐based assumptions to focus on content quality, and represents the first standardized instrument for comparative evaluation across educational resource formats.
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 | 0,277 | 0,436 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,014 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».