A Model for Teaching Raptor Medicine in the Veterinary Curriculum
Notice bibliographique
Résumé
Injured or sick wild avian species, especially raptors (birds of prey, including hawks, owls, falcons, and eagles), can present different challenges to veterinary students and veterinarians who are trained in companion avian medicine (e.g., parrot medicine). Proper capture and restraint, feeding, housing, and certain diagnostic and treatment techniques involving raptors require different skills, knowledge, and resources than working with parrots. We developed an innovative raptor medicine program that enables students to acquire proficiency in safe capture, restraint, and examination techniques and in common diagnostic and treatment procedures. A self-assessment survey was developed to determine students' confidence and proficiency in 10 procedures taught in the lab. Groups were compared by class status (Year 1 vs. Year 2 and 3) and level of prior raptor experience (non-experienced or experienced). In surveys conducted before and after teaching two sets of raptor training labs, students rated themselves significantly more proficient in all 10 diagnostic and treatment procedures after completing the two raptor laboratories. The greatest improvements were observed in technical skill procedures such as fluid administration, intramuscular injections, cloacal swabs, venipuncture, and bandaging. Our approach to incorporating elective wildlife learning experiences into the veterinary curriculum may be replicable in other veterinary schools, with or without a wildlife rehabilitation program.
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 | 0,003 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».