Development and validation of a pediatric transfusion medicine education assessment tool
Notice bibliographique
Résumé
BACKGROUND: Pediatric transfusion medicine presents unique challenges due to differences in pediatric physiology and pathology compared to adults. Research shows that pediatric healthcare professionals have knowledge gaps in transfusion medicine, contributing to suboptimal practice. To address these gaps, Transfusion Camp, a transfusion medicine education program, was adapted to a pediatric-focused curriculum. To assess pediatric learners' knowledge uptake, we aimed to develop and validate the Pediatric Transfusion Knowledge Test. STUDY DESIGN AND METHODS: The BEST TEST-3, a previously validated transfusion medicine knowledge assessment tool, was modified by a multidisciplinary committee of content experts, using a curriculum blueprint for pediatric transfusion medicine consisting of 31 core and 42 extended topics, identified through a previously published national multi-specialty Delphi consensus study. The modified test was administered to 8 novice, 20 intermediate, and 14 expert participants in pediatric transfusion medicine. Data were analyzed using Rasch psychometric modeling to finalize test content. RESULTS: The finalized assessment tool included 25 multiple-choice questions, with balanced representation across the cognitive processes outlined in Bloom's taxonomy. Twenty-four questions demonstrated good fit statistics with infit average 0.99 (0.8-1.2) and outfit average 0.96 (0.78-1.22). One question required revision. Question difficulty ranged from -2.78 to 1.61 on the logit scale, with gaps observed for higher-ability test-takers. DISCUSSION: Developing the Pediatric Transfusion Knowledge Test represents a systematic approach to adapting and validating an assessment using a curriculum blueprint and ensuring alignment with educational materials. It adapts an existing assessment and incorporates evidence-based pedagogical principles. This framework can be applied to develop other assessments within medical education.
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 | 0,033 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».