Evaluation of a Jugular Venipuncture Alpaca Model to Teach the Technique of Blood Sampling in Adult Alpacas
Notice bibliographique
Résumé
The effectiveness of teaching aids in veterinary medical education is not often assessed rigorously. The objective in the present study was to evaluate the effectiveness of a commercially available jugular venipuncture alpaca model as a complementary tool to teach veterinary students how to perform venipuncture in adult alpacas. We hypothesized that practicing on the model would allow veterinary students to draw blood in alpacas more rapidly with fewer attempts than students without previous practice on the model. Thirty-six third-year veterinary students were enrolled and randomly allocated to the model (group M; n=18) or the control group (group C; n=18). The venipuncture technique was taught to all students on day 0. Students in group M practiced on the model on day 2. On day 5, an evaluator blinded to group allocation evaluated the students' venipuncture skills during a practical examination using live alpacas. Success was defined as the aspiration of a 6-ml sample of blood. Measured outcomes included number of attempts required to achieve success (success score), total procedural time, and overall qualitative score. Success scores, total procedural time, and overall scores did not differ between groups. Use of restless alpacas reduced performance. The jugular venipuncture alpaca model failed to improve jugular venipuncture skills in this student population. Lack of movement represents a significant weakness of this training model.
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 | 0,009 | 0,016 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».