Development and Validation of a Feline Medial Saphenous Venipuncture Model and Rubric
Notice bibliographique
Résumé
Cats are extremely popular pets with the reputation of being uncooperative for even common procedures, such as venipuncture. In this study, we sought to create and validate a cat medial saphenous venipuncture model and rubric for use in veterinary training. The validation framework consisted of content evidence, internal structure evidence, and relationship with other variables. Eleven veterinarians and veterinary technicians who were experienced with the procedure evaluated the model by means of a survey. These experienced participants, along with 25 veterinary students who were novices at the skill, performed venipuncture on the model while being digitally recorded. One hundred percent of the experienced participants and 88% of the novices reported that the model was helpful for teaching feline medial saphenous venipuncture. They identified a few areas for continued improvement, including increasing the blood flow rate and decreasing the vessel wall rigidity. Experienced users’ rubric scores were significantly higher than novice students’ (experienced, M = 13.4; novice M = 16.5; p = .05), suggesting that the model’s features were adequate to differentiate the performances of various users. Internal consistency of the eight-item rubric was acceptable at .74. These results supported validation of the cat medial saphenous model and rubric for use in veterinary education.
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 ».