MétaCan
Menu
Retour à la cohorte
Enregistrement W2004413904 · doi:10.3138/jvme.33.4.593

Broadening the Public Perception of Veterinarians: Can We Keep What We've Got While Transforming Ourselves?

2006· article· en· W2004413904 sur OpenAlexvenueno aff
Joan C. Hendricks

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerceptionEntertainmentPublic relationsAgriculturePolitical sciencePsychologyMedicineHistoryLaw

Résumé

récupéré en direct d'OpenAlex

Before becoming Dean, I thought I had a special insight: I would like to broaden the public’s perception of veterinary medicine, to get media attention focused on the roles veterinarians play, including support for research and agriculture. In early January, when I first attended the annual deans’ meeting of the Association of American Veterinary Medical Colleges (AAVMC), I found that this is the explicit goal of the deans, and, indeed, of the AAVMC as an organization. Appropriately humbled to discover that my deep insight was old news, I was also happy to see that the profession is widely engaged in increasing our influence. The deans believe that—in our position within the human–animal bond that includes all caretakers and users of domestic animals for research, agriculture, work, and entertainment—we are the most sensitive detectors of emerging infectious diseases and of some vitally important societal changes in the relationship between man and beast. We are therefore frustrated to be omitted from high-profile media coverage and, more importantly, from federal bodies focused on the future of research and management of infectious-disease and bioterrorism threats. But who must do something about this, ‘‘them’’ or ‘‘us’’?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,023
Communication savante0,0150,021
Science ouverte0,0010,008
Intégrité de la recherche0,0110,019
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,294
Tête enseignante GPT0,487
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetVeterinary Practice and Education StudiesTravaux en français237 207