La rédaction de questions à choix multiple et de questions à réponse ouverte et courte pour les examens écrits dans les programmes de formation en santé : une étude docimologique des consignes de rédaction
Bibliographic record
Abstract
Contexte/objectif : L’évaluation des apprentissages a une importance indéniable en pédagogie des sciences de la santé. L’élaboration de questions écrites est toutefois un grand défi bien que l’on retrouve dans la littérature scientifique plus de 150 consignes destinées à en guider la rédaction. Malheureusement, il existe peu de données probantes quant à l’impact de l’utilisation des consignes sur la qualité des questions. L’objectif de cette étude est d’identifier les consignes de rédaction de questions écrites qui permettent de différencier les bonnes des moins bonnes questions, et donc qui devraient être respectées lors de la rédaction de celles-ci. Méthodes : Nous avons sélectionné 36 consignes de rédaction parmi plus de 150 répertoriées dans les écrits scientifiques. Nous les avons utilisés pour évaluer 407 questions : 150 questions à choix multiples (QCM) et 141 questions à réponse ouverte courte (QROC) provenant de banques de questions du programme de médecine de notre institution ainsi que 116 questions QCM provenant d’un précédent projet de recherche. Une analyse d’items, basée sur les principes de la théorie classique des tests, a été réalisée afin d’identifier les consignes de rédaction les plus discriminantes. Résultats : Six consignes de rédaction pour les QROC (discrimination moyenne = 0,20) et huit consignes de rédaction pour les QCM (discrimination moyenne = 0,19 ; accord inter-juges moyen = 0,98) ont été identifiées comme discriminantes. Conclusions : Nos résultats suggèrent que certaines consignes de rédaction de questions d’examens peuvent discriminer entre les bonnes et moins bonnes questions, ce qui pourrait aider à l’élaboration d’examens de plus haute qualité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.088 | 0.254 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".