American Society for Veterinary Clinical Pathology–Recommended Clinical Pathology Competencies for Graduating Veterinarians
Notice bibliographique
Résumé
Given the move toward competency-based veterinary education and the subsequent reevaluation of veterinary curricula, there is a need for specialties to provide guidance to veterinary college administrators and educators on the core knowledge and skills pertaining to their specialty to ensure their inclusion in revised or redesigned curricula. The American Society for Veterinary Clinical Pathology (ASVCP) Education Committee sought to create a list of competencies specific to clinical pathology expected of graduating veterinarians. The stimulus for this project was the American Veterinary Medical Association Council on Education Standards of Accreditation for Colleges of Veterinary Medicine, further driven by the 2018 publication of the Association of American Veterinary Medical Colleges Competency-Based Veterinary Education Working Group framework. The recommendations made in this document are the culmination of the 2016 ASVCP Education Forum for Discussion, multiple remote subcommittee communications, and feedback obtained from ASVCP membership. The final framework includes 8 clinical pathology-focused domains of competence with 20 clinical pathology competencies and 61 clinical pathology illustrative sub-competencies. The clinical pathology-focused domains of competence are: the pre-analytical phase of testing, laboratory medicine and instrumentation, principles of test selection and interpretation, hematology and hemostasis, chemistry, endocrinology, urinalysis, and cytology. These are not intended to replace the nine established AAVMC domains of competence with supportive competencies and illustrative sub-competencies but to guide institutions for how clinical pathology aligns within the competency-based veterinary education (CBVE) framework for the practice-ready veterinary graduate. This clinical pathology competency framework may prove useful and empowering during discussions of curriculum revisions and redesigns.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,021 |
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 source (Gemma direct ou Codex distillé), 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 ».