Building Veterinarians beyond Veterinary School: Challenges and Opportunities for Continuing Professional Development in Veterinary Medicine
Notice bibliographique
Résumé
Continuing professional development (CPD) is an important mechanism for veterinarians to acquire, maintain, and enhance their capability to perform competently in their chosen practice area over their career. Although most licensing bodies require veterinarians to complete a minimum number of CPD hours each registration cycle, there are known issues with verifying that these activities are having the desired effects of ensuring professional competence and improving outcomes for patients, owners, and veterinarians. In this review, we summarize the literature across different health care professions to highlight three key challenges for veterinary CPD programs. These are (a) defining what it means to be professionally competent across different career stages from graduation to retirement, (b) delivering CPD activities that are effective in promoting evidence-based medicine and behavioral change in practice, and (c) developing reliable and sustainable systems to formally assess the continued professional competence of veterinarians. A common theme across all challenges was the importance of interacting with colleagues as an opportunity to receive external feedback on their professional strengths and weaknesses and to develop stronger support networks for managing common stressors in clinical practice. There was also a recognized need to develop more transparent outlines of the available and acceptable options for managing different animal health concerns as a first step toward identifying new opportunities for the veterinary profession to elevate the level of care provided. Based on these findings, we propose a new framework for defining, delivering, and evaluating CPD that promotes stronger collaboration between veterinarians to improve professional and personal well-being.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».