New Approaches for Education and Training in Veterinary Public Health: The SAPUVET Projects
Notice bibliographique
Résumé
Continued contact between humans and animals, in combination with the ever-increasing movement of human and animal populations that is one effect of globalization, contributes to the spread of diseases, often with detrimental effects on public health. This has led professionals involved in both animal health and public health to recognize veterinary public health (VPH) as a key area for their activities to address the human-animal interface. Veterinarians, a profession with major involvement in this field, are in need of specific knowledge and skills to prevent and control public-health problems. As a result, VPH must be directly integrated into veterinary educational programs. At present, only few veterinary schools have specific VPH programs; in most institutions, VPH does not feature as a specific subject in either undergraduate or post-graduate curricula. SAPUVET and SAPUVETNET II are network projects supported by the ALFA program of the European Union (EU). Their main objectives are to reach a common understanding between European and Latin American universities in the definition of the areas in which VPH is important in their respective countries, and to design a harmonized training program for veterinarians in VPH, by making use of new technological applications and innovative teaching methodologies. The elaboration of educational material in combination with case studies presenting real-life problems provides a basis to apply the knowledge acquired on VPH. It is envisaged that the material and modules developed during the two projects will be integrated into the veterinary curricula of the participating universities, as well as in other partner organizations.
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 | 0,008 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».