Assessment of individual competence: A sequential mixed model 1

Jimmie Leppink

doi:10.15448/1980-6108.2021.1.41736

Autores

Jimmie Leppink Hospital virtual Valdecilla (HvV), Santander, Cantabria, Spain. http://orcid.org/0000-0002-8713-1374

DOI:

https://doi.org/10.15448/1980-6108.2021.1.41736

Palavras-chave:

avaliação, competência, individualidade, modelo misto, avaliação sequencial

Resumo

Introdução: a avaliação da competência individual na educação médica consiste em encontrar um equilíbrio entre ter recursos suficientes para tomar decisões válidas e confiáveis e não usar mais recursos do que o necessário. A avaliação sequencial, na qual mais recursos são usados para candidatos limítrofes do que para candidatos com desempenho insatisfatório ou claramente satisfatório, pode ser usada para atingir esse equilíbrio. Embora a avaliação sequencial seja comumente associada a grupos maiores de candidatos a serem avaliados, em muitos ambientes práticos, o número de candidatos pode ser pequeno.
Objetivo: este artigo apresenta um desenho de caso único com um modelo estatístico de avaliação de competência individual que pode ser utilizado independentemente do número de candidatos.
Método: é fornecido um exemplo prático de uma solução que pode ser usada para um candidato individual, usando dados simulados no programa estatístico Open Source de custo zero R versão 4.0.5.
Resultados: a solução mencionada fornece estatísticas que podem ser usadas para tomar decisões individuais de aprovação/ reprovação para cada candidato, bem como para tomar decisões individualizadas sobre a duração e o tempo de um exame (ou partes dele) para um candidato.
Conclusão: a solução fornecida pode ajudar a reduzir consideravelmente os recursos necessários para a avaliação, ao mesmo tempo que maximiza os recursos para os candidatos limítrofes. Isso facilita a tomada de decisões e a redução de custos na avaliação.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jimmie Leppink, Hospital virtual Valdecilla (HvV), Santander, Cantabria, Spain.

PhD in Statistics Education, LLM in Forensics, Criminology and Law, and MSc in Psychology and Law from Maastricht University, the Netherlands; MSc in Statistics from Catholic University of Leuven, Belgium; currently Research Director at Hospital virtual Valdecilla (HvV), in Santander, Spain.

Referências

Mancuso G, Strachan S, Capey S. Sequential testing in high stakes OSCE: a stratified cross-validation approach [Internet]. MedEdPublish. 2019;1-20. https://doi.org/10.15694/mep.2019.000132.1

Leppink J. The art of modelling the learning process: uniting educational research and practice. Cham: Springer; 2020. https://doi.org/10.1007/978-3-030-43082-5

Maric M, Van der Werff V. Single-case experimental designs in clinical intervention research. In: Van de Schoot R, Milocević (M Editors). Small sample size solutions: A guide for applied researchers and practitioners. New York: Routlege; 2020 [cited 2021 Sep 06]. p. 102-11. Available from: https://library.oapen.org/bitstream/handle/20.500.12657/22385/9780367221898_text%20(1).pdf?sequence=1#page=116

Pinheiro J, Bates D, DebRoy S, Sarkar D, Team RC. nlme: Linear and nonlinear mixed effects models. R Package Ver. 2013;3:111.

R Core Team. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing (version 4.0.5); [cited 2021 Sep 06]. Available from: https://www.r-project.org