Twelve tips for bringing competencies into continuing professional development: Curriculum mapping
Notice bibliographique
Résumé
<ns4:p>This article was migrated. The article was marked as recommended. There is a growing worldwide awareness in the field of health professions education and research that a successful implementation of competency-based medical education (CBME) requires embracing all stages of professional development (from undergraduate, through residency to continuing education). However, despite increased levels of cognizance and even enthusiasm about the importance of the entire continuum for the ultimate goal of improved healthcare, much work still remains as CBME principles are not widely adopted in continuing professional development (CPD). Much has been written about the process of competency-based curriculum development (e.g., the formation and development of meaningful and measurable outcomes) in undergraduate studies and postgraduate training, but not in CPD. If we expect a CPD curriculum to integrate CBME, competencies must be developed and clearly specified how they will fit into a coherent and implementable curriculum structure. In this article, we describe existing practices some educational institutions have, including our experiences in the Office of CPD at the University of Ottawa, Canada, in designing a competency-based curriculum and provide 12 tips for those who begin their journey of organizing, developing, and implementing such curricula. We conclude that in order to translate a competency-based approach into CPD, educational programs will have to refine curricula across health professionals' education using curriculum mapping as an important tool of curriculum development and evaluation.</ns4:p>
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».