Developing Common Competencies for Southeast Asian General Dental Practitioners
Notice bibliographique
Résumé
Current policy in Southeast Asian dental education focuses on high-quality dental services from new dental graduates and the free movement of dental practitioners across the region. The Southeast Asian Nations (ASEAN) Dental Councils have proposed the "Common Major Competencies for ASEAN General Dental Practitioners" to harmonize undergraduate dental education. This article discusses how the ASEAN competencies were developed and established to assist the development of general dental practitioners with comparable knowledge, skills, and attitudes across ASEAN. The competencies were developed through four processes: a questionnaire about current national oral health problems, a two-round Delphi process that sought agreement on competencies, a panel discussion by representatives from ASEAN Dental Councils, and data verification by the representatives after the meeting. Key themes of the ASEAN competencies were compared with the competencies from the U.S., Canada, Europe, Australia, and Japan. A total of 33 competency statements, consistent with other regions, were agreed upon and approved. Factors influencing the ASEAN competencies and their implementation include oral health problems in ASEAN, new knowledge and technology in dentistry, limited institutional resources, underregulated dental schools, and uneven distribution of dental practitioners. The ASEAN competencies will serve as the foundation for further developments in ASEAN dental education including policy development, curriculum revision, quality assurance, and staff development. Collaboration amongst stakeholders is essential for successful harmonization of ASEAN dental education.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».