Competency in Orthopaedic Surgery: Student Perceptions and Objective Knowledge Assessment
Notice bibliographique
Résumé
Identifying knowledge gaps and predictors of performance are proven ways to implement changes to a curriculum. This cross-sectional study investigates the subjective and objective competency of 52 medical students at McGill University in musculoskeletal (MSK) medicine, with a focus on orthopaedic surgery. We surveyed medical students to assess their confidence levels in orthopaedic surgery and their perceptions of its teaching. The students then completed a 25-question orthopaedics-focused exam as an objective assessment of their knowledge. Descriptive statistics were calculated, exam performance was compared across academic years, predictors of exam scores were analyzed, and student self-assessment accuracy was evaluated. Students reported lower confidence in orthopaedic surgery than in many other specialties, exam scores varied significantly across academic years (p = 0.007), and predicted exam performance was the only significant predictor of test score in multiple linear regression (R2 = 0.313, p = 0.025). Calibration analysis revealed a substantial miscalibration, where students with higher predicted scores tended to overestimate their performance, while those with lower predictions tended to underestimate themselves (intercept = 27.2, slope = 0.54). A Bland–Altman plot demonstrated wide limits of agreement between predicted and actual scores (mean bias −1.2%, 95% LoA −35.0% to +32.6%). These findings highlight meaningful orthopaedic knowledge gaps and miscalibrated self-assessment, emphasizing the need for targeted, structured educational interventions in the MSK curriculum.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».