Veterinarian barriers to knowledge translation (KT) within the context of swine infectious disease research: an international survey of swine veterinarians
Notice bibliographique
Résumé
BACKGROUND: Food animal veterinarians face commodity specific and urgent global challenges yet conditions preventing use of best available knowledge have been sparsely studied. The American Association of Swine Veterinarians (AASV) membership (N = 1289) was surveyed online to benchmark their information priorities and their motivations and sources for keeping current with infectious disease research, and to describe their reported time, skill, access, and process as barriers to knowledge translation (KT). RESULTS: Respondents (n = 80) were mostly from Canada (n = 40) and the U.S.A (n = 31) and demographics approximated the AASV's. Colleagues are the first choice for information on difficult cases (49%, 95%CI: 38-61). Half of respondents (53%, 95%CI: 41-64) spend an hour or less per week keeping up with infectious disease research. The majority reported moderate or less than moderate efficiency (62%, 95%CI: 51-72), and moderate or greater stress (59%, 95%CI: 48-70) with their process for keeping up. Journal article methods sections are commonly not read, almost a third (32%, 95% CI: 22-43) reported either they do not evaluate statistical methods or that they had poor confidence to do so, and half (52, 95%CI: 41-63) could not explain 'confounding bias'. Approximately half (55%, 95%CI: 41-69) with direct oversight of swine herds had full access to 2 or fewer academic journals. Approximately a third of respondents (34%, 95%CI: 24-46) selected only formats involving single research studies (either full text or summaries) as preferred reading materials for keeping current over expert summaries of the body of evidence. CONCLUSION: KT barriers are considerable and a source of stress for many swine veterinarians. Sub-optimal efficiency with keeping up and low confidence to appraise aspects of research are concerns. Results are consistent with previous literature and illustrate need for improved KT infrastructure and for additional training in statistical methods and interpretation of primary research. Further evaluation is warranted of why approximately a third of veterinarians in this study, for the purpose of keeping up, preferentially choose to review individual research studies over choices that would include an expert summary of the body of evidence. Consideration of reasons for this preference will be important in the planning of KT infrastructure improvements.
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 | 0,025 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».