MétaCan
Menu
Retour à la cohorte
Enregistrement W2753630777 · doi:10.3138/jvme.1116-174

A Novel Model for Teaching Primary Care in a Community Practice Setting: Tufts at Tech Community Veterinary Clinic

2017· article· en· W2753630777 sur OpenAlexvenueno aff
Emily McCobb, Elizabeth A. Rozanski, Elizabeth L. Malcolm, Gregory Wolfus, John E. Rush

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePrimary careVeterinary medicineGeneral partnershipMedical educationPopulationNursingFamily medicine

Résumé

récupéré en direct d'OpenAlex

Providing veterinary students with opportunities to develop clinical skills in a realistic, hands-on environment remains a challenge for veterinary education. We have developed a novel approach to teaching clinical medicine to fourth-year veterinary students and technical high school students via development of a primary care clinic embedded within a technical high school. The primary care clinic targets an underserved area of the community, which includes many of the participating high school students. Support from the veterinary community for the project has been strong as a result of communication, the opportunity for veterinarians to volunteer in the clinic, and the careful targeting of services. Benefits to veterinary students include the opportunity to build clinical competencies and confidence, as well as the exposure to a diverse client population. The financial model of the clinic is described and initial data on outcomes for case load, clinic income, veterinary student evaluations, and high school students' success in passing the veterinary assisting examination are reported. This clinical model, involving a partnership between a veterinary school and a technical high school, may be adoptable to other clinical teaching situations.

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)0,014
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,334
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0080,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,006
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,533
Tête enseignante GPT0,609
Écart entre enseignants0,075 · 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'étudeQualitatif
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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical EducationMême sujetVeterinary Practice and Education StudiesTravaux en français237 207