Assessing Backyard Poultry versus Small Animal Knowledge of Veterinary Students regarding Husbandry, Prescription Drug Use, and Antimicrobial Resistance
Notice bibliographique
Résumé
As backyard poultry (BYP) ownership has increased in the US, the demand for veterinarians who treat BYP has also increased. However, veterinarians who treat BYP remain scarce and are mostly small animal veterinarians and exotic animal practitioners who have limited training in food animal regulatory practices. To gauge whether veterinary students are interested in learning more about BYP and what BYP topics to include in an online training program for veterinary students, a BYP knowledge assessment was conducted. Pre-clinical veterinary students were asked to self-rate their level of knowledge on various topics for both small animal practice and BYP using Likert-type ordinal scales. Wilcoxon signed-rank tests of those Likert data showed significant differences ( p < .01 at α = .05) between self-assessed knowledge of poultry and small animal medicine for all surveyed topics. Specifically, veterinary students ranked themselves as less knowledgeable on poultry concepts than on small animal medicine concepts. Nevertheless, students expressed interest in an online training program for treating BYP and drug residue avoidance in BYP, despite having chosen future career tracks that are not exclusively poultry. Specific topics students expressed interest in with respect to BYP training included anatomy, husbandry, prescribing medications, treatment options, food safety, antimicrobial resistance, and extra-label drug use.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».