Turkish Undergraduate Veterinary Students’ Attitudes to Use of Animals and Other Teaching Alternatives for Learning Anatomy
Notice bibliographique
Résumé
This study aimed to investigate the views of first-year veterinary students in Turkey from six veterinary faculties on their anatomy courses and to evaluate their perceptions of the uses of animals and other teaching alternatives from an ethical perspective. The study sample included a total of 293 veterinary students studying in the provinces of Ankara, Burdur, Diyarbakır, Kars, Konya, and Tekirdağ. The 38-item instrument tool developed by the researchers consisted of three sections and was administered to volunteer student participants. All the data were statistically analyzed, and normal distribution of the scores obtained in the attitude scales was determined using the Kolmogorov-Smirnov Z test (KSZ). The 20 items in the Anatomy Scale had an arithmetic mean of 3.48 and thus indicated an average rating of agree. The most challenging topic was found by 40.9% to be "the nervous system." The most useful material in facilitating the learning process was rated by 24.1% to be "the anatomy book." The 11 items in the Cadaver Scale had an arithmetic mean of 3.77, indicating an average rating of agree. The highest arithmetic mean score was for the item "Using cadavers is a must for the anatomy course" with a mean of 4.66, indicating their strong agreement with this view. The veterinary students' perspective emphasized that the combination of cadavers and the anatomy book contributed to their learning of anatomy.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».