Piloting a Mindfulness-Based Intervention to Veterinary Students: Learning and Recommendations
Notice bibliographique
Résumé
Veterinary students experience high levels of psychological distress including anxiety, stress, perceived stress and depression. The inability to cope with the demands of veterinary training has personal and professional consequences. Existing evidence shows that mindfulness-based interventions (MBI) can reduce stress in students, but more research on how MBIs are introduced into the veterinary curriculum is required. The first aim of the pilot study was to design and deliver a bespoke MBI to third-year veterinary students at the University of Liverpool Institute of Veterinary Science. The second aim was to gain feedback from those taking part, thus using their experiences to explore the challenges of introducing an MBI into a veterinary curriculum. By doing this, we aim to reflect and learn for future interventions. Qualitative feedback provided by participants of the MBI focus group was analyzed using thematic analysis and organized into two main themes: (1) "Taking Part in the MBI and Beyond-What it Was Like and What Has the MBI Done for Me?" and (2) "Mindfulness for Veterinary Students-Reflections, Challenges, and Making it Happen." Experiences and outcomes of the MBI were positive. However, implementation into the veterinary curriculum was found to be challenging. This pilot study provides clear recommendations to support the future integration and delivery of MBIs into a veterinary curriculum.
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 ».