Factors associated with food‐animal producer visit‐specific satisfaction following on‐farm interaction with a veterinarian
Notice bibliographique
Résumé
BACKGROUND: Effective communication has been found to have positive associations with client satisfaction, client adherence and veterinarian satisfaction in companion animal medicine. Better understanding the role of communication on these outcomes, specifically producer satisfaction, is likely to benefit food-animal medicine. Objectives were to identify factors associated with producer visit-specific satisfaction following on-farm veterinarian-producer interactions and evaluate the validity of the Client Satisfaction Questionnaire for use in food-animal medicine. METHODS: A cross-sectional sample of practicing food-animal veterinarians and their producer clients were recruited in Ontario, Canada. Immediately following the veterinarian-producer interaction, producers completed a questionnaire that assessed their visit-specific satisfaction and their perception of the producer-centeredness of the interaction. Veterinarians completed a questionnaire that assessed their perception of the interaction's producer-centeredness. A linear regression model was developed to identify factors associated with producer visit-specific satisfaction. RESULTS: Forty-one veterinarians and 207 producers participated. Factors associated with producer visit-specific satisfaction included producer age (satisfaction decreased with age), producer gender (males less satisfied) and producer perception of producer-centeredness score (satisfaction increased with producer perception of producer-centeredness score). CONCLUSION: Findings raise awareness of the importance of a producer's perception of producer-centeredness in food-animal practice and encourage its use by food-animal veterinarians in working towards positive outcomes.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».