Development and validation of a feline abdominal palpation model and scoring rubric
Notice bibliographique
Résumé
Simulation in veterinary education enables clinical skills practice without animal use. A feline abdominal palpation model was created that allows practice in this fractious species. This study assessed the model and rubric using a validation framework of content evidence, internal structure and relationship with level of training. Content Evidence: Veterinarians accepted this model as a helpful training tool for students (median=4 on five-point Likert scale). Internal Structure Evidence: G-coefficients were low for first- and second-year students (0.28 and 0.23), but were acceptable for veterinarians (0.61). Internal consistency values (0.24, 0.42 and 0.67) followed a similar pattern. Thus, scores were more reliable for veterinarians than for the students. Evidence of Relationship with Level of Training: Although level of training impacted reliability, its effect on performance scores was inconsistent. Analysis of variance (ANOVA) identified no differences among the groups of students and veterinarians. However, effect size between first- and third-year students was medium to large (0.62). Effect sizes between the veterinarians and student groups were small. Although the model and rubric appeared valid for experts, modifications would be necessary to generate reliable scores for students. These results allow greater understanding of the needs of students utilising a low-fidelity 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 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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».