An Examination of Myers-Briggs Type Indicator Personality, Gender, and Career Interests of Ontario Veterinary College Students
Notice bibliographique
Résumé
= 1,249), and to evaluate its associations with gender and career interests. This was achieved by collecting pre-matriculation data from 11 graduating classes. Overall, OVC veterinary students were diverse in their MBTI types and preferences, as well as career interests. Extraversion, Sensing, Thinking, and Judging were the most prevalent preferences. Female veterinary students were 2.96 (95% CI = 2.11-4.17) times more likely to demonstrate the Feeling preference and 1.89 (95% CI = 1.41-2.56) more likely to prefer Judging, compared to male students (who were more likely to prefer the Thinking and Perceiving preferences, respectively). At entry to the veterinary program, students who preferred Intuition (vs. Sensing) were 2.08 (95% CI = 1.33-3.33) times more likely to be interested in a veterinary career other than practice, and 1.92 (95% CI = 1.43-2.56) times more likely to be undecided about their future veterinary career path. Both at entry to the program and in their final-year stream choice, students of the Thinking preference were more likely to select equine or food animal, rather than small animal practice, compared to students of the Feeling preference. There were additional significant associations regarding MBTI preferences and career interests. This study highlights the diversity of veterinary students, and provides an opportunity for educators to potentially expand their teaching methods and career guidance resources to better reach students of all MBTI preferences.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».