Exploring Students’ Perceptions of the Educational Environment in a Caribbean Veterinary School: A Cross-Sectional Study
Notice bibliographique
Résumé
Educational environment has a significant impact on students’ learning and academic achievement. The aim of this article was to explore the perception of veterinary school students’ regarding their educational environment at the University of the West Indies. In this cross-sectional study, the Dundee Ready Education Environment Measure (DREEM) was administered to veterinary undergraduate students from year 2 to year 5. The DREEM questionnaire consists of 50 items with five subscales: students’ perceptions of learning, students’ perceptions of teachers, students’ academic self-perceptions, students’ perceptions of atmosphere, and students’ social self-perceptions. Each item was scored on a 5-point Likert scale ranging from strongly disagree (0) to strongly agree (4). The Cronbach’s alpha for the overall DREEM score was 0.92, and for the five subscales, it ranged from 0.66 to 0.83. A total of 99 students responded (response rate: 86%). The students’ overall DREEM mean score was 106.59 out of the global mean score of 200, indicating that students’ perception of the educational environment was generally more positive than negative. In the five DREEM subscales, students were found to have a more positive perception of learning (55.15%); students’ perception of teachers was generally positive (61.41%); and their perception of academic atmosphere was also positive (57.75%). Conversely, students’ academic self-perception (51.41%) and social self-perception (42.61%) trended negatively. The findings suggest that improvement is needed in significant areas in the veterinary school, including curriculum review, faculty development, provision of sports and cultural facilities, stress management, and academic support systems.
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 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».