Evaluation of an Immersive Farm Experience to Teach and Attract Veterinary Students to Food-Animal Medicine
Notice bibliographique
Résumé
The Bovine Educational Symposium (BES) is a unique opportunity for North Carolina State University (NCSU) veterinary students to visit dairy farms, feedlots, cow-calf operations, and processing facilities, and to meet local bovine veterinarians. We hypothesized that this active learning opportunity would increase knowledge, change perceptions of animal agriculture and food-animal medicine, and provide skills that persist beyond graduation. Pre- and post-trip surveys were administered to 124 first-, second-, and third-year veterinary students attending BES over 3 years. The surveys assessed students' perceived competence with regard to 12 key areas of bovine practice, attitudes toward segments of the cattle industry, attitudes to veterinarians' role in these segments, and interest in a career in bovine practice. Content knowledge was assessed using a multiple-choice test for comparison to self-assessments. A control group of 10 fourth-year students was administered the same tests before and after a 2-week food-animal clinical rotation. A convenience sample of nine BES alumni were interviewed to assess their opinion on the educational impact of BES. BES participants exhibited significant gains in perceived competence and actual knowledge in all 12 areas, and they also had improved perceptions of animal agriculture and increased interest in food-animal careers. Benefits noted by alumni ranged from improved knowledge of basic concepts of biosecurity and population medicine to greater appreciation for professional skills, including client communication. Immersing pre-clinical veterinary students in an active learning environment can have a significant impact on their knowledge and perception of food-animal medicine, irrespective of students' ultimate career goals.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».