One Health Interdisciplinary Collaboration in Veterinary Education Establishments in Europe: Mapping Implementation and Reflecting on Promotion
Notice bibliographique
Résumé
One Health recognizes the interconnection of people, animals, and the environment and encourages a multidisciplinary approach. Several high-level European and global policy recommendations call for close intersectoral collaboration to better understand and manage health challenges faced today. Academic education has a fundamental role in preparing all health professionals in that respect. Our research investigates whether, and how, European Veterinary Education Establishments (VEEs) implement interdisciplinarity. We collected data on undergraduate education, post-graduate programs, and academic research through a pan-European survey. Our aim was to identify policy actions that could encourage cross-sectoral education and a culture of One Health at universities. Input from 41 VEEs showed that interdisciplinary education for undergraduates is still in the early stages. The models of academic structure, undergraduate curricula, and education policies established so far hinder interdisciplinarity. One Health interdisciplinary post-graduate education is easier, at least in some countries, while research successfully integrates multidisciplinary interdisciplinary and transdisciplinary approaches . To conclude, we propose five recommendations to promote interdisciplinary education in veterinary and other curricula and to further encourage the intersectoral cooperation in research: (1) the need for the development of One Health transdisciplinary competencies across different discipline curricula in the European Union (EU); (2) the need for an integrated strategy of university structures and policies (for undergraduates and post-graduates) to encourage and support interdisciplinarity; (3) the need for a harmonized approach to academic education via accreditation; (4) the need for appropriate legislation to facilitate interdisciplinary training; and (5) the need to encourage One Health research.
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 | 0,019 | 0,018 |
| 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 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».