Prédire le professionnalisme : une exploration des modèles de la famille de Rasch et de la régression par classes latentes (Étude PERSONA)

Abstract

L’étude cherche à provoquer la convergence des regards sur des enjeux méthodologiques fondamentaux, soit les enjeux de mesure, de décision et d’impact inhérents à toute démarche de sélection académique. À cet effet, elle explorera la capacité de prédiction de certaines variables non cognitives envers la compétence de professionnalisme observée chez les étudiants du doctorat professionnel de premier cycle en pharmacie. La sélection des candidats au sein des programmes académiques en santé repose en grande partie sur une évaluation de la capacité cognitive des étudiants. Tenant compte du virage compétence pris par la majorité des programmes en santé, la pertinence et la validité des critères traditionnels de sélection sont remises en question. La présente étude propose de valider l’utilisation des échelles de mesure de la personnalité, des valeurs et de l’autodétermination pour guider l’optimalité et l’équité des décisions de sélection. Les enjeux de mesure de ces variables seront abordés principalement par la modélisation dichotomique et polytomique de Rasch. L’application de la méthode des strates permettra, par la suite, de répondre aux enjeux de décision en procédant à une différenciation et un classement des étudiants. Puis, les enjeux d’impact seront, à leur tour, explorés par le modèle de régression par classes latentes. L’étude démontre notamment que le recours à la modélisation a permis une différenciation précise des étudiants. Cependant, la violation de certaines conditions d’application des modèles et la faible différenciation établie entre les étudiants sur la base des critères de professionnalisme, rendent l’évaluation de la capacité de prédiction de la personnalité, des valeurs et de l’autodétermination hasardeuse. À cet effet, les modèles identifiés par les analyses de régression par classes latentes s’avèrent peu concluants. Les classes latentes ainsi identifiées ne présentent pas de distinctions marquées et utiles à la sélection. Bien que les diverses procédures de modélisation proposées présentent des avantages intéressants pour une utilisation en contexte de sélection académique, des recherches additionnelles sur la qualité des critères de professionnalisme et sur la qualité des échelles de mesure des variables non cognitives demeurent nécessaires.

The study seeks to draw attention on fundamental issues of any academic admission procedures, specifically on measurement, decision and impact issues. Therefore, it will explore the predictive ability of three non-cognitive variables toward the observed professionalism of PharmD students. Admitting student in the health sciences often rely solely on the student cognitive ability. Taking into account that health sciences program have moved toward competency oriented curriculum, the relevance and validity of traditional admission criteria are challenged. This study proposes to validate the use of personality , values and self-determination measurement scales to pursue effective and equitable admission decisions. The challenges of measuring these variables will be addressed primarily by the dichotomous and polytomous Rasch models. The Strata method will, thereafter, provide methodological basis for decision issues by enabling for student ranking and classification. Then, impact issues will, in turn, be explored by latent class regression analysis. The study demonstrates that the use of such modeling procedures has allowed accurate differentiation, ranking and classification of students. However, the violation of certain basic model requirements and the lack of differentiation made between students on the basis of the criteria of professionalism, made the assessment of the predictive power of personality, values and self-determination hazardous. In fact, the latent class models identified were non conclusive. They showed no marked distinctions useful to guide admission procedures. Although, the Rasch modeling, the latent class regression model and the Strata procedure shows interesting benefits for admission procedures, additional research on the quality of professionalism criteria and non-cognitive variables measurement scales are required.