Veterinary Curricula Today: Curricular Management and Renewal at AAVMC Member Institutions
Notice bibliographique
Résumé
Renewing a veterinary curriculum is challenging work and its impact is difficult to measure. Academic leaders are charged with regular review and updating of their curricula, but have few resources available to guide their efforts. Due to the paucity of published veterinary reports, most turn to colleagues at other veterinary schools for insider advice, while a few undertake the task of adapting information from the educational literature to suit the needs of the veterinary profession. In response to this paucity, we proposed a theme issue on curricular renewal and surveyed academic leaders regarding curricular challenges and major renewal efforts underway. We compiled the results of this survey (with respondents from 38 veterinary colleges) as well as publicly available information to create a digest of curricular activities at AAVMC member institutions. This introductory article summarizes the key survey findings, describes the methods used to create the curricular digest, and presents information about key aspects of selected programs. Our overarching research questions were as follows: (1) What was the extent and nature of curricular change at AAVMC-accredited veterinary colleges over the past 5 years? and (2) How are curricula and curricular changes managed at AAVMC accredited veterinary colleges? The appended curricular digests provide selected details of current DVM curricula at participating institutions. Additional articles in this issue report on institutional change efforts in more detail. It is our hope that this issue will help to pave the way for future curricular development, research, and peer-to-peer collaboration.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».