Assessment of Veterinary Students’ Responses to Questions Regarding Small Animal Pain Recognition and Analgesic Treatment Options
Notice bibliographique
Résumé
Pain recognition and treatment in companion animals are important aspects of veterinary medicine, yet the teaching of these concepts may not be adequate at all academic institutions. This study was designed to evaluate veterinary students’ ability to recall signs of pain and specific analgesic drugs in dogs and cats. We hypothesized that students in the fourth, or final, year of their veterinary curriculum would have a better understanding of pain recognition and be able to recall more analgesic options. A brief, voluntary, and anonymous open question survey was made available to all veterinary students, years 1 to 4, at our institution. The questions included, “How does a cat/dog show signs of pain?” and “What pain medications are used in cats/dogs?” Survey responses were collated according to the students’ year in the curriculum, and the most common responses for signs of pain and analgesic medications recalled by the students in both the cat and dog were compared for significant differences. Results showed that students in the class of 2017 (seniors) had no superior recall of analgesic medications or recognition of pain in cats or dogs compared to the other classes. Vocalization was the most common sign of pain recalled with at least 50% responses from all classes. Carprofen was the most commonly recalled analgesic for dogs (the difference between classes, p = .04). Meloxicam was the most commonly recalled analgesic for cats (the difference among classes, p < .001). Based on these results, areas of improvement were identified for our analgesic curriculum.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».