Environmental Sustainability in Veterinary Medicine: An Opportunity for Teaching Hospitals
Notice bibliographique
Résumé
Climate change is one of the greatest public health threats of the twenty-first century. Recent surveys of veterinary students and practicing veterinarians have highlighted their concerns about the impacts of climate change on animal health and a strong desire to be knowledgeable about the practice and promotion of environmental sustainability within clinical practice. Most American Veterinary Medical Association (AVMA)-accredited veterinary schools have a veterinary teaching hospital (VTH) where veterinary students receive their core clinical education. Given this, VTHs may provide opportunities for students to learn how veterinary clinics can decrease their environmental footprint and actions they could incorporate into their future clinical work. To assess the feasibility of and support for introducing environmentally sustainable practices into VTHs, we distributed an anonymous online survey to all AVMA-accredited veterinary schools with an associated VTH. Responses were received from 843 individuals representing 23 VTHs in 7 countries. While the overwhelming majority of responding personnel believe this is an important topic, there is little evidence that sustainable behaviors are being practiced or showcased within VTHs. Respondents were most interested in working to increase recycling and reduce general waste and energy consumption within their hospitals. In addition to a lack of educational resources, funding was a commonly identified barrier to incorporating more environmentally sustainable practices. These results add to the growing evidence that enhanced incorporation of sustainability into veterinary medical education at all stages is needed and that VTHs provide a unique opportunity to lead by example.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 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 ».