A Scoping Umbrella Review of Competency-Based Education: Part I – A Descriptive Analysis of Trends, Practices, and Gaps
Notice bibliographique
Résumé
Competency-based education (CBE) has been increasingly adopted and popularized across diverse disciplines and professional fields. However, its implementation faces challenges due to the absence of a unified framework. Part I of this study aims to explore different theoretical approaches to CBE and to identify key approaches, emerging trends, and focal areas across diverse educational contexts, fields, and regions. A scoping umbrella review was conducted to synthesize evidence on CBE from systematic reviews, meta-analyses, and other reviews. Searches were performed across five databases by an experienced librarian, focusing on CBE frameworks and outcomes. Only peer-reviewed articles published in English were included. Four reviewers screened articles using Covidence software, resolving disagreements through discussion and collaboration. The umbrella review of 36 articles reveals key trends: (1) most are literature or systematic reviews, (2) published between 2017 and 2022, (3) primarily from the U.S. and Canada, and (4) focused on higher education and medical/health sciences. The review identifies three categories of theoretical approaches: theories, models, and frameworks. This review highlights the evolving theoretical foundations of CBE and its expansion across disciplines. The integration of various theories, models, and frameworks into a cohesive meta-framework emerges as a critical next step.
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 | 0,057 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,101 | 0,085 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».