MétaCan
Menu
Retour à la cohorte
Enregistrement W2041358795 · doi:10.3138/jvme.30.4.358

International Cooperation in Veterinary Public Health Curricula Using Web-Based Distance Interactive Education

2003· article· en· W2041358795 sur OpenAlexvenueno aff
Len J.A. Lipman, Valérie M. Barnier, Katalin K. de Balogh

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWikis in Education and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurriculumVeterinary public healthThe InternetPublic healthInformation and Communications TechnologyMedical educationPublic relationsVeterinary medicinePolitical scienceMedicineSociologyPedagogyComputer scienceNursingWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The expanding field of Veterinary Public Health places new demands on the knowledge and skills of veterinarians. Veterinary curricula must therefore adapt to this new profile. Through the introduction of case studies dealing with up-to-date issues, students are being trained to solve (real-life) problems and come up with realistic solutions. At the Department of Public Health and Food Safety of the Veterinary Faculty at the University of Utrecht in the Netherlands, positive experiences have resulted from the new opportunities offered by the use of information and communication technology (ICT) in education. The possibility of creating a virtual classroom on the Internet through the use of WebCT software has enabled teachers and students to tackle emerging issues by working together with students in other countries and across disciplines. This article presents some of these experiences, through which international exchange of ideas and realities were stimulated, in addition to consolidating relations between universities in different countries. Long-distance education methodologies provide an important tool to achieve the increasing need for international cooperation in Veterinary Public Health curricula.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,462
Écart entre enseignants0,375 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations11
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetWikis in Education and CollaborationTravaux en français237 207