Confidence, Competence and Cadavers: Improving the Self-Perception of Practice through Practical Teaching
Notice bibliographique
Résumé
Practical sessions using cadavers are one method of teaching clinical skills en masse to veterinary students, supporting students to learn the skills and gain the confidence to become Day One competent veterinarians. As confidence and competence are often conflated in Competency-Based Education approaches, in this study we used a pre-post survey design to evaluate 67 student self-ratings of confidence and self-assessed competence to explore whether a cadaver practical can change student confidence and self-assessed competence, and how comparable confidence and self-assessed competence are as measures. In a linear mixed effects model, we found that the practical improved the overall confidence score by 0.44 points (95% confidence interval [CI] [0.22, 0.66], t(120) = 3.97, p < .001). Self-assessed competence also increased by 0.60 (95% CI [0.41, 0.79], t(118) = 6.21, p < .001). However, although female students saw their overall self-assessed competence increase, they showed lower self-assessed competence scores by 0.87 points than males (95% CI [−1.47, −0.28], t(118) = −2.89, p = 0.005). Despite confidence and self-assessed competence being strongly associated, direct agreement between the measures in a weighted kappa test was weak (pre-practical κweighted = 0.49, [95% CI 0.33, 0.66], post-practical κweighted = 0.44, [95% CI 0.10, 0.28]). We discuss the implications of these findings.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».