Survey of veterinary technical and professional skills in students and recent graduates of a veterinary college
Notice bibliographique
Résumé
OBJECTIVES: To determine perceptions of veterinary technical and professional skills among veterinary students and recent graduates. DESIGN: Cross-sectional study. SAMPLE POPULATION: 281 students and 142 recent graduates from the Ontario Veterinary College. PROCEDURE: A survey was designed and administered to first- through fourth-year students and veterinarians who had graduated either 1 or 6 years before survey administration. RESULTS: Overall response rate was 70%. Learning about technical and professional skills was highly valued. Most participants felt they had not received instruction about professional skills, but those who had felt more competent about them. Perceptions of competence increased slightly with increased comfort discussing emotional veterinary issues with instructors. Neither gender nor increased age was related to increased feelings of competence. Almost all fourth-year students felt competent and comfortable about examining an animal with the client present, assessing suffering, diagnosing parvovirus infection, performing surgery, and working as group members. However, many did not feel competent or comfortable about delivering bad news, setting time limits yet providing quality service, helping clients with limited funds make treatment decisions, dealing with demanding people, and euthanasia. Feelings of competence and comfort were closely related but were not identical. CONCLUSIONS AND CLINICAL RELEVANCE: In the interests of best preparing entry-level veterinarians, technical and professional skills need to be emphasized in a learning environment where students feel comfortable discussing emotional veterinary issues. A professional skills curriculum addressing underlying self-awareness, communication, and interpersonal issues, as well as procedural matters, would likely increase the proportion of fourth-year students who feel competent and comfortable about professional skills by the end of their undergraduate training.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».