A systematic integrated technique for developing subject matter competencies in pharmacy education
Notice bibliographique
Résumé
Pharmacy educators delivering any component of the curriculum face a fundamental question—‘what should I teach?’. As the pharmacist’s scope expands and healthcare evolves, content increases, while curriculum time generally remains static. To optimize limited contact time, educators need clear guidance on essential content for safe and effective professional practice. While accreditation bodies provide general guidance for curriculum structure, individual programs and instructors have the discretion to determine subject matter content delivered to fulfill broader curriculum objectives. For example, the Association of Faculties of Pharmacy of Canada (AFPC) Educational Outcomes are described as a ‘framework for curriculum design without being overly prescriptive’ [1]. While this approach gives programs the freedom to tailor content to suit their structure, it provides little direction for educators delivering various facets of the curriculum. To guide educators and curriculum designers, subject matter competency frameworks can be developed for incorporation into the broader curriculum. Competency-based education has been widely adopted in many health professions, with potential benefits described for pharmacy education [2]. While terminology surrounding educational outcomes differs between regions, for our purposes, competencies are ‘observable abilities of a pharmacist, integrating multiple components such as knowledge, skills, values, and attitudes, and expressed as actual behaviour’ [3]. An example of how competencies can be used in a framework for curriculum design is seen in the AFPC Educational Outcomes [1].
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».