Impact of a Frame Reflection Assignment on Veterinary Student Perspectives toward Animal Welfare and Differing Viewpoints
Notice bibliographique
Résumé
Veterinarians are considered leaders in animal welfare, but veterinary curricula often lack training in welfare. Our aims were to describe veterinary student values, assess whether a frame reflection assignment can encourage student willingness to engage with others with differing values surrounding animal welfare, and determine if sex and career area of emphasis related to responses. Two cohorts of second-year veterinary students at the Ohio State University ( n = 314) articulated their values (including those of biological functioning, affective states or natural living they value most), interviewed someone with differing values, reported their interviewee’s views as if they were their own (frame reflection), then reflected on the process (post-interview reflection). Qualitative and quantitative analyses were used. Students identified as 83% female and 17% male, a with small animal (56%), large animal (11%), mixed animal (15%), or other (19%) career areas of emphasis. Students valued affective states (45%) and biological functioning (42%) more than natural living (11%). Food animal students were more likely to value biological functioning. In their post-interview reflections, students articulated both productive and unproductive views (e.g., likely or unlikely to improve future conversations, respectively), though productive views were more common. Students reported that the assignment would benefit their careers by improving their communication strategies with clients. Female students were more likely to use themes related to unproductive and career-related views. We conclude that a frame reflection assignment is a novel and effective method for improving veterinary student communication skills when discussing controversial animal welfare topics.
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 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».