Development and Evaluation of a High-Fidelity Canine Patient Simulator for Veterinary Clinical Training
Notice bibliographique
Résumé
High-fidelity human patient simulators have been used for decades in medical education to provide opportunities for students to practice technical skills, diagnostic and therapeutic planning, and communication skills in a safe environment. A high-fidelity canine patient simulator (CPS) was developed using components from a human patient simulator and a low-fidelity foam core canine mannequin. Ninety-six veterinary students participated in cardiopulmonary arrest scenarios in groups of three to five students. Afterwards, participants were asked to complete an anonymous online survey describing their experiences. A total of 70 students (73%) completed the survey. All of the students (100%) felt that the simulator session expanded their cardiopulmonary resuscitation (CPR) knowledge base, and 97% responded that their skills and abilities had improved. Students also expressed positive opinions about the CPS, with 89% agreeing or strongly agreeing that the CPS was realistic and 73% agreeing or strongly agreeing that the scenarios generated emotions similar to real clinical situations. Most participants (98.5%) agreed or strongly agreed that the simulator was an engaging learning experience. Students commonly commented that the simulations allowed them to practice communication and teamwork skills and were more effective than paper-based, problem-oriented learning opportunities and lecture. Students also commented that they wanted more opportunities to participate in simulation exercises. These results suggest that high-fidelity veterinary simulation is an engaging educational methodology that addresses some limitations of other forms of problem-based learning. More studies are needed to quantitatively determine the effectiveness of this novel veterinary educational technology in comparison with more traditional approaches.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».