MétaCan
Menu
Retour à la cohorte
Enregistrement W2042455838 · doi:10.3138/jvme.0314-029r2

Teaching Biostatistics and Epidemiology in the Veterinary Curriculum: What Do Our Fellow Lecturers Expect?

2015· article· en· W2042455838 sur OpenAlexvenueno aff
Ramona Zeimet, Lothar Kreienbrock, Marcus G. Doherr

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistics Education and Methodologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiostatisticsCurriculumGermanEpidemiologyRelevance (law)Medical educationMedicineVeterinary medicineVeterinary educationMathematics educationPsychologyPathologyPedagogyGeography

Résumé

récupéré en direct d'OpenAlex

Given veterinary students' varying mathematical knowledge and interest in statistics, teaching statistical concepts to them is often seen as a challenge. Consequently, there is an ongoing debate among lecturers about the best time to introduce the material into the curriculum, and the best thematic content and conceptual approach to teaching in basic biostatistics classes. During a workshop meeting of epidemiology and biostatistics lecturers of Austrian, German, and Swiss veterinary schools, the question was raised as to whether the topics taught in epidemiology and statistics classes are of sufficient relevance to our lecturing colleagues in other fields of veterinary education (i.e., whether our colleagues have certain expectations as to what the students should know about biostatistics before taking their classes). In 2012, an online survey was compiled and carried out at all eight German-speaking veterinary schools to address this issue. There were 266 respondents out of approximately 800 contacted lecturers from all schools and disciplines. Almost 50% responded that the basic biostatistics class should be taught early on (in the second or third year), while only 26% indicated that basic epidemiology should commence before the third year of the veterinary curriculum. There were clear differences in perceived relevance of the 44 epidemiological and biostatistical topics presented in the survey, assessed on a Likert scale from 0 (no relevance) to 4 (very high relevance). The results provide important information about how to revise the content of epidemiology and biostatistics classes, and the approach could also be used for other courses within the veterinary curriculum with a natural science focus.

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)0,036
score de la tête « metaresearch » (Gemma)0,102
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,102
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0080,005
Science ouverte0,0020,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,428
Tête enseignante GPT0,545
Écart entre enseignants0,116 · 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetStatistics Education and MethodologiesTravaux en français237 207