“I Had No Idea That Other People in the World Thought Differently to Me”: Ethical Challenges in Small Animal Veterinary Practice and Implications for Ethics Support and Education
Notice bibliographique
Résumé
Although veterinarians encounter ethical challenges in their everyday practice, few studies have examined how they make sense of and respond to them. This research used semi-structured interviews and a qualitative methodology (phenomenological and constructivist/interpretivist approaches) to explore ethical challenges experienced by seven small animal city veterinarians and their ethical decision-making strategies. Thematic analysis of the interview transcripts identified four broad ethical issues: The first concerned disagreements about the best interests of the animal; the second centered on clinical uncertainty about the most appropriate treatment for the animal; the third involved factors influencing ethical reasoning and decision making; and the fourth concerned how ethics education might prepare veterinary students for future ethical decision making. An overarching theme identified in the analysis was one of enormous personal distress. Furthermore, a sense of veterinarians being interested in how others might think and feel about ethical challenges came through in the data. The results give insight into how veterinarians experience and respond to ethical challenges. The research also provides empirical information about everyday practice to inform future education in ethics and ethical decision making for veterinary students.
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 | 0,040 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,022 | 0,041 |
| Communication savante | 0,012 | 0,012 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,007 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».