Development and Validation of a Bovine Castration Model and Rubric
Notice bibliographique
Résumé
Veterinary students require deliberate practice to reach competence in surgical bovine castration, but animal availability limits opportunities for practice. We sought to create and validate a surgical bovine castration model consisting of a molded silicone scrotum and testicles to allow students to practice this skill without the use of live animals. We sought to validate the model and associated scoring rubric for use in a veterinary clinical skills course. A convenience sample of third-year veterinary students ( n = 19) who had never castrated a bovine were randomized into two groups. The traditionally trained (T) group performed castration on a live bull calf after a 50-minute instructional lecture. The model-trained (M) group received the same lecture and a 2-hour clinical skills session practicing bovine castration using the model. All students were subsequently digitally recorded while castrating a live bull calf. Performance recordings were scored by an investigator blinded to group. Survey data were collected from the students and from expert veterinarians testing the model ( n = 8). Feedback from both groups was positive. The M group had higher performance scores than the T group (M group, M = 80.6; T group, M = 68.2; p = .005). Reliability of rubric scores was adequate at .74. No difference was found in surgical time (M group, M = 4.5 min; T group, M = 5.5 min; p = .12). Survey feedback indicated that experts and students considered the model useful. Model training improved students’ performance scores and provided evidence for validation of the model and rubric.
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 ».