MétaCan
Menu
Retour à la cohorte
Enregistrement W2895433778 · doi:10.3138/jvme.0117-001r1

Using a Standardized Client Encounter in the Veterinary Curriculum to Practice Veterinarian–Employer Discussions about Animal Cruelty Reporting

2018· article· en· W2895433778 sur OpenAlexvenueno aff
Ryane E. Englar

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrueltyAnimal welfareVeterinary medicineLegislationCurriculumMedicineContext (archaeology)PsychologyMedical educationPolitical scienceLawCriminologyPedagogyBiology

Résumé

récupéré en direct d'OpenAlex

Animal cruelty is the antithesis of animal welfare. Because veterinarians take an oath to protect animal welfare, they are professionally obligated to report animal cruelty. Several US states have mandatory reporting laws for veterinarians, and both the American Veterinary Medical Association (AVMA) and the American Animal Hospital Association support reporting. Some state veterinary practice acts, such as Arizona's, also require reporting. Despite this, animal cruelty is not always emphasized in veterinary curricula. As a result, not all veterinary students and graduates feel comfortable recognizing signs of animal cruelty and may not be aware of the resources that are available to them when considering reporting. AVMA suggests that practices develop their own protocols for identifying signs that patients may have been victims of cruelty and consulting on cases with senior colleagues with regard to when to report. To enhance student comfort with these conversations, Midwestern University College of Veterinary Medicine developed a standardized client encounter titled "Grizabella's Final Fight." I hope that other colleges of veterinary medicine will adapt this teaching tool to allow students the opportunity to practice discussions surrounding animal cruelty reporting in the context of state-specific legislation that guides their code of professional conduct.

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)0,010
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,425
Tête enseignante GPT0,607
Écart entre enseignants0,182 · 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'étudeSans objet
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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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