Home Field Advantage? Comparing the Quality of EPA Observations Completed On- vs Off-Service
Notice bibliographique
Résumé
ABSTRACT Background Increasing evidence suggests that supervisors exhibit different assessment behaviors for residents from their own discipline compared to those completing a rotation from another discipline. As programs of assessment rely on collecting robust performance data to inform high-stakes decisions about progress and promotion, it is important to examine the quality of such inputs. Objective To compare the quality of workplace-based assessments (WBAs) of emergency medicine (EM) residents by EM and non-EM assessors. Methods This retrospective database study compared the quality of WBAs using the Quality of Assessment of Learning (QuAL) score (range 0-5), a previously published measure of WBA quality that has demonstrated strong psychometric characteristics. Five entrustable professional activities (EPAs), 3 procedural and 2 non-procedural, mapped to both EM and non-EM rotations, were selected for inclusion. Two hundred and fifty WBAs (50 WBAs per EPA; 25 EM and 25 non-EM), completed from July 2019 to June 2021, were rated by 3 blinded EM physician raters. QuAL scores were analysed using factorial ANOVA. Results Mean QuAL scores for WBAs completed during EM rotations were significantly higher compared to those completed during non-EM rotations (3.66±0.99 vs 3.02±0.99). Further, mean QuAL score for procedural EPAs was significantly higher than non-procedural EPAs (3.61±1.00 vs 3.16±1.03). Conclusions In this study, the quality of WBAs completed for EM residents during non-EM rotations was of lower quality compared to assessments on EM rotations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».