MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161974863 · doi:10.82308/13846

Measuring emotions in medical students: validation of the Japanese version of the medical emotion scale

2019· dissertation· en· W7161974863 sur OpenAlexaboutno aff
Osamu Nomura

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCLARITYScale (ratio)UsabilityDocumentationPerceptionTest (biology)Simulated patient

Résumé

récupéré en direct d'OpenAlex

Medical learners’ achievement emotions during educational activities remain unexamined in medical education research in Japan for many reasons, including a lack of assessment tools in Japanese that have been validated in Japanese medical educational contexts. The Medical Emotion Scale (MES) was developed to assess the achievement emotions of Canadian medical learners during learning activities in computer-based and live simulation environments. The goal of this study was to create and validate a Japanese version of the Medical Emotion Scale (J-MES). The MES was translated into Japanese using the Translation, Review, Adjudication, Pretest, and Documentation team translation model. We then conducted two initial validation studies of the J-MES. In the first pilot study, we asked five, native-Japanese, second-year medical student volunteers to assess their emotions with the J-MES during the same computer-based clinical reasoning activity that was used to develop the Canadian MES. Each participant was then interviewed to assess the clarity and suitability of the descriptions and the usability of the format. In a second larger study of the J-MES 41 Japanese medical students were recruited to assess their achievement emotions, appraisals, performances, and self-efficacy perceptions during the same the technology-based clinical reasoning task. We also conducted individual semi-structured interviews with ten of these participants to explore potential cross-cultural differences in achievement emotions between Japanese and North American medical students. Part 1 of the pilot study demonstrated that the descriptions contained in the J-MES were clear and that the scale captured an appropriate range of emotions perceived by students during the task. The second larger study revealed that emotions measured using the J-MES correlated with theoretically relevant constructs (e.g., appraisals, performance) of control-value theory. The results also revealed that the profiles and the internal structure of the scale were largely consistent with emotion theory. A few items, such as culture and learning environment (i.e., pride, compassion, and surprise), on the J-MES were found to be context-dependent. Our findings indicated that the emotions assessed using J-MES aligned with the control value theory and clearly demonstrated the scoring capacity, generalizability, and extrapolability of the J-MES. Further investigation is needed to confirm the robustness and cross-cultural validity of the J-MES to expand its applications

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)0,006
score de la tête « metaresearch » (Gemma)0,010
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,342
Écart entre enseignants0,324 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovations in Medical Education→Travaux en français237 207→