Identifying the Applications of Artificial Intelligence in the Assessment of Medical Students
Notice bibliographique
Résumé
Background: AI has rapidly transformed education, research, and community services in medical universities, surpassing earlier expectations about its integration. A key area of this transformation is student assessment, which plays a vital role in shaping learning outcomes, faculty workload, and public trust in medical education. Objectives: This study aims to explore the applications of AI in the assessment of medical students through a content analysis of relevant scholarly literature. Methods: This qualitative study employed a meta-synthesis method following Walsh and Downe’s seven-step framework. Using targeted keywords, a comprehensive search was conducted across major databases, including ScienceDirect, Springer, ERIC, Emerald, Sage Journals, Wiley Online Library, PubMed, and Google Scholar, covering publications from 2015 to 2024. A total of 200 articles were initially retrieved; after applying quality appraisal criteria, this number was narrowed down to 24 studies. To ensure the credibility of the findings, Whittemore et al.’s ten indicators for methodological rigor were applied. Results: Six key themes emerged regarding AI applications in medical student assessment: (a) feedback, (b) online exam, (c) instrument design, (d) assessment process, (e) student learning management, and (f) faculty workload management, along with 19 sub-themes. These findings reflect the diverse and evolving impact of AI in assessment practices. Conclusion: This study underscores the multifaceted and transformative impact of AI in medical student assessment across six key domains. These applications serve as a strategic roadmap for seamlessly integrating AI into the assessment of medical students while effectively adapting to evolving educational paradigms.
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 | 0,114 | 0,242 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,014 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».