Notice bibliographique
Résumé
The American public is concerned about food safety, and there is a growing realization that we are ill equipped to handle major food-borne illness outbreaks and bioterrorism. Since veterinary medicine plays an important role in assuring the safety of our nation's food supply, we would like to present to veterinary and public health educators a newly emerging resource for food-safety educational materials. This article describes an integrative collaborative approach for the creation and dissemination of engaging food-safety teaching resources for veterinary faculty. This USDA-funded project, Design to Dissemination: Developing Materials and Repository for Integrative Veterinary Food Safety Education, involves expert teachers in diverse fields and from many veterinary schools. The purpose of the project is to create materials that teach students food safety from farm to fork, and it offers teachers clinically relevant teaching resources that are difficult to create or locate. The educational materials are being created as smaller "building blocks" of content, commonly referred to as "learning objects" (LOs), focused on individual learning objectives. These learning objects are placed in the Veterinary Food Safety Education Learning Object Repository, where they are catalogued, stored, and kept accessible and where faculty can search, evaluate, and download teaching materials to use in their courses. In this way the learning objects can be more easily shared and reused or repurposed for other courses and applications. With this article we hope to excite faculty in veterinary schools and public-health programs and encourage them to use the repository and participate in piloting the educational materials.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».