Evaluating Communication Skills in Dental Students: Correlation Between Self-Assessment, Patient Perspectives, and Evaluator Rating
Notice bibliographique
Résumé
Background: Effective communication is a vital skill in the dental profession and plays an important role in patient interactions. This study aimed to assess the self-evaluation of clinical communication skills by dental students at Mashhad University of Medical Sciences and to compare it with the perspectives of patients and an evaluator.Methods and Materials: This descriptive cross-sectional study was conducted at Mashhad Dental School and included final-year undergraduate dental students. To evaluate communication skills, the Calgary-Cambridge Observation Guide checklist was used, consisting of 71 items across six domains. Each item was rated by the student, the patient, and the evaluator using a three-point Likert scale (Yes, To some extent, No). Total scores ranged from 71 to 213, and communication skills were categorized into three levels: poor (71–118.33), moderate (118.34–165.66), and good (>165.67). Statistical analyses were conducted using the Shapiro-Wilk test, one-way ANOVA, and Spearman correlation test. (α = 0.05)Results: The mean scores of students (157.8 ± 19.3), patients (147.3 ± 29.2), and the evaluator (122.7 ± 20.3) showed statistically significant differences. A significant correlation was found between the students’ self-assessments and patients’ evaluations (P < 0.001, r = 0.59) as well as between the students and the evaluator (P = 0.006, r = 0.41). The correlation between student and evaluator scores was observed in the domains of interpersonal skills at the beginning of the session (r = 0.57), information gathering (r = 0.40), and explanation and planning (r = 0.46).Conclusion: Students generally rated their communication skills at a moderate level. Patients had a more favorable view compared to the evaluator, and students rated themselves higher than both groups. These results highlight the need to senhance communication skills training in the undergraduate dental 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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».