MétaCan
Menu
Retour à la cohorte
Enregistrement W2096664453 · doi:10.3138/jvme.0811.082r

Veterinary Medical Education and Veterinary Involvement in Aquatic-Animal Health and Aquaculture in Mexico

2012· article· en· W2096664453 sur OpenAlexvenueno aff
César Ortega S.

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Ecology, Wildlife Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAquacultureCurriculumVeterinary public healthVeterinary medicineAnimal healthPublic healthMedicineMedical educationBusinessPolitical scienceFish <Actinopterygii>FisheryBiologyNursing

Résumé

récupéré en direct d'OpenAlex

This article analyzes curriculum offerings related to aquaculture and/or aquatic-animal health taught in veterinary medical schools or colleges in Mexico. The information database of the Mexican Association of Schools and Colleges of Veterinary Medicine and the Web sites of veterinary institutions indicate that 60% of veterinary colleges include courses related to aquaculture in their curriculum, but most of these are optional courses. There are few specialized continuing education programs or graduate level courses. There is also a lack of veterinary participation, in both public and private sectors, in aquatic-animal health. It is evident that there should be a greater involvement by the veterinary profession in Mexico's aquaculture to ensure food production in a safe and sustainable manner; to achieve this, veterinary medical institutions must include more aquaculture and aquatic-animal health courses in their 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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,058
Tête enseignante GPT0,371
Écart entre enseignants0,313 · 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'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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetConservation, Ecology, Wildlife EducationTravaux en français237 207