Fat Dogs and Coughing Horses: K–12 Programming for Veterinary Workforce Development
Notice bibliographique
Résumé
Workforce development strategies to educate, inform, and diversify the veterinary profession of the future must begin with children in elementary school. This article provides a description of the Fat Dogs and Coughing Horses program, which takes a multifaceted approach toward informing young students, beginning in first grade, about the interesting work and career opportunities available in the field of veterinary medicine. The program, a collaboration among Purdue University and Indiana public schools, is supported by a Science Education Partnership Award from the Office of Research Infrastructure Programs, a component of the National Institutes of Health. The overall goal of the program is to provide formal and informal educational opportunities for students, parents, teachers, and the public about the science involved in keeping people and their animals healthy. Examples of health concerns that impact both people and their pets are used to inform and excite children about careers in the health sciences. The program resulted in (1) curricula for students in Grades 1-3, 6, and 9; (2) four children's books and a set of collectible cards which highlight veterinarians, veterinary technicians, and research scientists who work with animals; and (3) four traveling museum-level quality exhibits. Preliminary assessment data has shown that the implementation of the curricula enhanced student science learning and science attitudes and interests. The program provides evidence that partnerships among professionals in veterinary medicine and K-12 education can result in impactful workforce development programs.
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 | 0,001 | 0,002 |
| 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 ».