Prior Experience, Career Intentions, and Post-Graduate Positions of Veterinary Students Who Participated in an 8-week Dairy Production Medicine Course
Notice bibliographique
Résumé
= 50) from seven United States (US) colleges of veterinary medicine took an 8-week dairy production medicine course at the Dairy Center of Excellence in Production Medicine Education for Veterinarians (DCE) between 2012 and 2014. Participants completed a questionnaire before and after the course and 1 to 2 years after graduation. Objectives were to determine the prior academic training and livestock experience of course participants, to compare students' career aspirations before and after taking the course, and to identify factors associated with post-graduate position. Response rates were 58%-96%. Most students had taken undergraduate animal science courses (83%), worked (76%) and/or lived (52%) on a livestock operation, participated in youth livestock activities (63%), worked at a mixed practice (71%), taken production medicine-related elective courses (65%), taken other food animal rotations (91%), and/or done dairy externships (65%) before taking the DCE course. Students who were very likely to pursue a dairy-focused position before taking the course (36%) remained committed after the course, whereas students who were not likely initially (39%) were not further motivated by the course. Students who had worked with a dairy veterinarian were more likely to pursue a dairy-focused position than those who had not. Most course alumni accepted positions in mixed practice, with a ≥ 50% (54%) or < 50% (23%) dairy component, and post-graduate positions were consistent with students' predictions. Students who held an undergraduate degree or had worked for a dairy veterinarian were more likely to accept a dairy-focused practice position than those who did not.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».