MétaCan
Menu
Retour à la cohorte
Enregistrement W2102653491 · doi:10.3109/0142159x.2014.932898

Twelve tips for curriculum renewal

2014· article· en· W2102653491 sur OpenAlexaff
Peter J. McLeod, Yvonne Steinert

Notice bibliographique

RevueMedical Teacher · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCurriculumCurriculum developmentCurriculum mappingCurriculum theoryEmergent curriculumProcess (computing)Medical educationHealth careEngineering ethicsQuality (philosophy)MedicineSociologyPedagogyPolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Curriculum development in the health sciences usually entails a lengthy, in-depth review of most or all aspects of the curriculum. The review usually leads to the generation of a detailed report that is submitted to the Dean or executive committee of the faculty. Much has been written about the process of curriculum development but very little has been written about the important processes of curriculum renewal and revision. AIMS: Health sciences curricula, including those that are newly developed, will benefit from timely periodic revision. The revision process with subsequent diligent curriculum monitoring is called curriculum renewal. In this article, we articulate twelve tips on how to assure dynamic, ongoing curriculum renewal. The overall goal of the renewal should be to assure timely, evidence-based curriculum responsiveness to changes in practice, health care, student needs and educational approaches based on quality research. METHODS: We searched the health care education literature for articles related to curriculum development, seeking credible evidence on, and recommendations for, best practices for ongoing renewal of developed curricula. RESULTS AND CONCLUSIONS: The health sciences literature is replete with recommendations to guide suggestions for curriculum development; however, there are few credible research-based guidelines to inform dynamic curriculum renewal. Given the rapid development of research-based knowledge in health sciences education practices, there is a need to diligently monitor the ongoing successes and failures of a developed curriculum with a view to instituting large or small timely changes to assure timely curriculum renewal.

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)0,066
score de la tête « metaresearch » (Gemma)0,209
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,347

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,209
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0040,007
Communication savante0,0090,017
Science ouverte0,0040,009
Intégrité de la recherche0,0100,018
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,015
Tête enseignante GPT0,343
Écart entre enseignants0,329 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical TeacherMême sujetInnovations in Medical EducationTravaux en français237 207