Milestone Educational Planning Initiatives in Veterinary Medical Education: Progress and Pitfalls
Notice bibliographique
Résumé
Three milestone educational planning initiatives engaged the veterinary medical profession in the United States and Canada between 1987 and 2011, namely the Pew National Veterinary Education Program, the Foresight Project, and the North American Veterinary Medical Education Consortium. In a quantitative study, we investigated the impact of these initiatives on veterinary medical education through a survey of academic leaders (deans, previous deans, and associate deans for academics from veterinary medical schools that are members of the Association of American Veterinary Medical Colleges) to assess their perspectives on the initiatives and eight recommendations that were common to all three initiatives. Two of the recommendations have in effect been implemented: enable students to elect in-depth instruction and experience within a practice theme or discipline area (tracking), and increase the number of graduating veterinarians. For three of the recommendations, awareness of the issues has increased but substantial progress has not been made: promote diversity in the veterinary profession, develop a plan to reduce student debt, and develop a North American strategic plan. Lastly, three recommendations have not been accomplished: emphasize use of information more than fact recall, share educational resources to enable a cost-effective education, and standardize core admissions requirements. The educational planning initiatives did provide collaborative opportunities to discuss and determine what needs to change within veterinary medical education. Future initiatives should explore how to avoid and overcome obstacles to successful implementation.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».