MétaCan
Menu
Retour à la cohorte
Enregistrement W7139782571

Performance-based Competency Standard Setting in Dental Radiograph Interpretation: Balancing Performance Expectations with Patient Care Measures and Learner Experience

2025· dissertation· W7139782571 sur OpenAlexaff
Noorelrahman Aladle

Notice bibliographique

RevueTSpace (University of Toronto) · 2025
Typedissertation
Langue
DomaineDentistry
ThématiqueDental Research and COVID-19
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPatient careInterpretation (philosophy)Standard of careDental careEducational measurementPatient satisfactionPatient education
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction: Web-based deliberate practice enhances pediatric bitewing radiograph interpretation skills; however, a universally accepted, evidence-based competency standard for dental students has not been established.Objective: Establish a competency standard that balances patient care measures with learner feasibility. Study Design: A single-center controlled trial involving 119 dental students randomly assigned to competency standards of 60% (G1), 70% (G2), or 80% (G3) sensitivity. Outcomes compared across groups included interpretation difficulty, proportion of high-risk (HR) lesions, feasibility (cases completed and time spent), and competency attainment rates. Learner feedback also informed feasibility. Results: Interpretation difficulty scores were significantly lower in higher threshold groups (p<0.001). The proportion of HR lesions among the most difficult cases did not differ between groups (G1=60.0%, G2=58.8%, G3=63.1%; p=0.86). Median cases required to reach competency increased by group (G1=30; G2=49; G3=116, p<0.001), as did time spent (G1=20.4 min; G2=33.1 min; G3=47.5 min, p<0.001). Attainment rates were G1=100%, G2=100%, G3=92.5% (p=0.05). Learner feedback was largely neutral-to-positive, with most preferring a pass score of ≥70%. Conclusion: Higher competency standards decreased interpretation difficulty scores. However, there was no difference in the proportion of HR lesions amongst the most difficult cases between the groups. Given that significantly more effort was required to achieve the higher standards, we conclude that the 70% competency standard best serves both patient care measures and student feasibility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,256
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetDental Research and COVID-19Travaux en français237 207