The Importance of Adhering to Terminology When Implementing Competency-Based Veterinary Education (CBVE)
Notice bibliographique
Résumé
The American Association of Veterinary Medical Colleges (AAVMC) Competency-Based Veterinary Education (CBVE) Model was developed with consideration of the lessons learned over the past 20 years by other health care professions regarding the implementation of outcomes-based education. As veterinary education programs consider the benefits of outcomes-based training, and more programs begin adopting this model of education, it is more critical than ever to ensure fidelity of the model for successful implementation. Fidelity, or the accuracy with which something is reproduced, was identified as an important factor in successfully implementing competency-based training in medical education (CBME). Without fidelity of the core components of CBME as defined in the medical education literature, programs were challenged to evaluate the effectiveness of the new educational model, and in some cases, this led to premature notions of failure when all components of CBME had not been successfully implemented. Consistency in terminology related to competency-based education is critical for successful implementation of the CBVE Model. The terminology used in higher education, and in other disciplines, describes concepts that are underpinned by research, just as they are in competency-based education. Without shared understanding and accurate use of terminology to describe the tools and strategies used in CBVE, there is a considerable risk of failure or even perceived failure in transitioning to CBVE. The authors of this commentary, the AAVMC Council on Outcomes-based Veterinary Education, continue to encourage veterinary programs across the world to recognize the value of the AAVMC CBVE Model in transforming veterinary education. Through use of shared terminology and consistent application of the components of the model, we envision the expansion of CBVE as an opportunity to advance veterinary education and to promote new graduate success in the veterinary profession.
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 | 0,118 | 0,322 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,040 |
| Communication savante | 0,017 | 0,022 |
| Science ouverte | 0,011 | 0,010 |
| Intégrité de la recherche | 0,035 | 0,068 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».