MétaCan
Menu
← Retour à la cohorte
Enregistrement W2094617787 · doi:10.3138/jvme.36.4.411

Undergraduate Veterinary Students' Perceptions of the Usefulness, Focus, and Application of Epidemiology Before and After Epidemiology Courses

2009· article· en· W2094617787 sur OpenAlexvenueno aff
Jenny‐Ann Toribio, John Morton, Jeanette M. Morton

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueInnovations in Medical Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyMedical educationPerceptionMedicineVeterinary medicineFocus groupFamily medicinePsychologyPathologySociology

Résumé

récupéré en direct d'OpenAlex

Student perception of the relevance of a topic is known to influence learning outcomes. To determine student perceptions of the usefulness, focus, and application of epidemiology, we conducted a study at two Australian veterinary schools in 2005. Veterinary students in year 3 at the University of Sydney and in year 5 at the University of Queensland completed a self-administered questionnaire at the commencement and conclusion of an epidemiology course. At both universities, while over 95% of students considered epidemiology to be "essential" or "quite useful" in cattle and sheep practice and in government practice, at the course end between 10% and 30% of students still did not consider epidemiology to be "essential" or "quite useful" in small-animal or equine practice. However, the percentage of students who considered that all veterinary work involved the application of epidemiological principles increased from 7% at course start to 15% at course end at the University of Sydney (p=0.188), and from 3% to 25% at the University of Queensland (p<0.001). The results indicate that, although some veterinary students, even at completion of an epidemiology course, still do not link epidemiology with an evidence-based medicine approach to patient care, undergraduate courses can positively change student perception of the usefulness, focus, and application of epidemiology. These findings will be used to refine the epidemiology courses analyzed to improve the learning outcomes of our students.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,049
Tête enseignante GPT0,428
Écart entre enseignants0,379 · 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'étudeObservationnel
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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical Education→Même sujetInnovations in Medical Education→Travaux en français237 207→