Exploring veterinarians’ use of practices aimed at understanding and providing emotional support to clients during companion animal euthanasia in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: During companion animal euthanasia, support of clients is equally important as the medical care of the companion animal and requires a clear and developed understanding of clients' feelings, needs and expectations. Yet, veterinarians may not be fully exploring such topics. METHODS: A 65-item online questionnaire was developed and distributed to veterinarians (n=368) in Ontario to explore veterinarians' use of practices aimed at understanding and providing support during companion animal euthanasia. Measures included veterinarians' use of previously identified communication and support practices, empathy, years in practice and amount of time scheduled for euthanasia appointments. Data were analysed using descriptive statistics and multivariable regression. RESULTS: Veterinarians reported consistently providing emotional support but inconsistently implementing practices that may assist in enhancing their understanding of clients' expectations, previous or emotional experiences. Veterinarians' empathy scores, years in practice and the amount of time scheduled for euthanasia were positively associated with use of these practices. CONCLUSION: Providing adequate time (ideally >30 min) for euthanasia appointments may assist in efforts to understand clients' experiences, expectations and emotions, and provide support. Combining empathy, hands-on and self-care training in veterinary curriculum may also be valuable in improving the comfort level and skill of veterinarians in providing compassionate care.
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 | 0,000 | 0,000 |
| 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 ».