Competency Frameworks: Which Format for Which Target?
Notice bibliographique
Résumé
In veterinary medical education, it is now necessary to design competency frameworks (CFs) that list expected competencies at graduation. Three different CFs with different formats and contents have been published in Europe, such as the Day One Skills (DOS), the recommendations of the World Organization for Animal Health(OIE), and the Veterinary Professional (VetPro). In the current study, on the basis of a survey among Belgian veterinarians, a fourth document was designed that lists the necessary knowledge, skills, and attitudes grouped into families according to professional situations. The objectives of this study were to assess the perception of CFs by various categories of stakeholders, identify the possible uses of CFs, and determine whether one format should be preferred to another. We used a qualitative approach based on semi-structured face-to-face interviews with different stakeholders after they had reviewed the four different documents (CFs). This study showed that an obligation to design CFs was clearly perceived by academic and professional authorities. Teachers and veterinarians may be either enthusiastic or apprehensive about CFs, while students perceive the usefulness of the documents to plan and assess their learning objectives. Three main roles of CFs were identified: they can be used as communication tools, regulatory tools, or educational tools. However, not one of the documents used in this study was perceived to fulfill all roles. It is therefore likely that no one ideal document yet exists and a combination of formats is necessary.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».