The CBVE Model—Keystone and Stimulus for Educational Transformation in Veterinary Schools
Notice bibliographique
Résumé
The AAVMC CBVE (American Association of Veterinary Medical Colleges Competency-Based Veterinary Education) model was developed in three parts and published in 2018-2019, providing an evidence-based foundation for use in all aspects of veterinary curricula management from review to redesign and continuous curricular improvement. The Ohio State University College of Veterinary Medicine (OSU CVM) recently undertook a comprehensive review and complete redesign of their curriculum, incorporating all the components of the CBVE model and, in the process, developed a continuous curricular improvement system that may serve other veterinary programs making similar changes. Anchoring the CBVE model within an adapted LEAN approach for systemic change created an outcomes-aligned system for faculty to engage with for curricular development, oversight, and modification based on continuous data collection and analysis. Even though the CBVE model has been in existence for 5 years, confusion remains as to how the three parts of the model best work together and how they can be used for much more than just curriculum redesign, and programs report struggle with how to effectively implement and manage the model. We share how the CBVE model has not only driven our college's curriculum redesign, but how it has also created an opportunity to develop a foundational educational system focused on competency, continual improvement, and innovation. This emerging system for managing curricular change acts in accordance with accreditation demands for ensuring faculty ownership and provides documented evidence-based processes for any changes undertaken.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».