Potential barriers to veterinary student access to counselling and other support systems: perceptions of staff and students at a UK veterinary school
Notice bibliographique
Résumé
Considerable evidence suggests that veterinary surgeons' mental health is often poorer than comparable populations and that the incidence of suicide is higher among veterinary surgeons than the general public. Veterinary students also appear to suffer from high levels of anxiety and stress, and may possess inadequate coping strategies when faced with adversity. Veterinary students may find it difficult to access central university support systems due to their heavy workload and geographical isolation on some veterinary campuses. A previous study of University of Edinburgh fourth-year veterinary students found that support services located several miles from the main veterinary campus was a barrier to students accessing counselling services. Consequently, a pilot project was initiated, which provided a counselling service at the University of Edinburgh's rural Easter Bush veterinary campus one afternoon a week during 2010. As part of the evaluation of this service, web-based questionnaires were delivered via e-mail to all veterinary staff and students towards the end of the 12-month pilot period to evaluate perceptions of barriers to student counselling and to investigate student-valued support services. Questionnaire responses were received from 35 per cent of veterinary students and 52 per cent of staff. Stigmatisation of being unable to cope was a potent inhibitor of seeking support within the veterinary environment, but counselling was perceived as valuable by the majority of staff and students. Provision of an on-site counselling service was considered important for increasing ease of access; however, students viewed friends and family as their most important support mechanism. Workload was cited as the main cause of veterinary student stress. The majority of staff and student respondents perceived veterinary students as having an increased need for counselling support compared with other 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».