Implementing Competency-Based Veterinary Education: A Survey of AAVMC Member Institutions on Opportunities, Challenges, and Strategies for Success
Notice bibliographique
Résumé
Competency-based education is increasingly being adopted across the health professions. A model for competency-based education in veterinary medicine was recently developed by a working group of the American Association of Veterinary Medical Colleges (AAVMC) and is being used in institutions worldwide. The purpose of this study was to gather information on progress in and barriers to implementing competency-based education (including use of the AAVMC competency-based veterinary education [CBVE] Model) by AAVMC member schools to inform the development of strategies to support institutions in successful implementation of the CBVE Model. A cross-sectional survey was developed and distributed to AAVMC member institutions via an AAVMC web-based communication platform. Thirty-four of 55 AAVMC member institutions responded to the survey (62% response rate). Twenty schools reported using a competency-based education framework. Eleven of these institutions had implemented the AAVMC CBVE Framework, with an additional 12 institutions anticipating implementing it over the next 3 years. Timing, resources, and change management were the most commonly reported challenges to implementation. Suggestions for development of training resources included translation of milestones to pre-clinical courses, development of assessments, guidance on making progress decisions, illustrative overviews of specific components of the CBVE Model (e.g., the AAVMC CBVE Framework, EPAs, entrustment scales, milestones), and curriculum mapping. This study assesses progress in implementing the CBVE Model in AAVMC member schools and aids in identifying key challenges and resources to support faculty and institutions in the successful adoption and implementation of this educational model.
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 | 0,011 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».