The Impact of the COVID-19 Pandemic on Veterinary Clinical and Professional Skills Teaching Delivery and Assessment Format
Notice bibliographique
Résumé
The limitations posed by the COVID-19 pandemic have been particularly challenging for courses teaching clinical and professional skills. We sought to identify how the COVID-19 pandemic has impacted the delivery of veterinary clinical and professional skills courses, including modifications to teaching and assessment, and to establish educators' perceptions of the efficacy of selected delivery methods. A branching survey was deployed to 35 veterinary schools in North America in March and April 2021. The survey collected data about curriculum and assessment in spring 2020, fall 2020, and spring 2021. Educators at 16 veterinary schools completed the survey (response rate: 46%). Educators quickly adapted curriculum to meet the requirements of their institutions and governments. Early in the pandemic (spring 2020), curriculum was delayed, delivered remotely, or canceled. Assessment methods frequently included virtual objective structured clinical examinations (OSCEs) and video-recorded skills assessments. Later in the pandemic (fall 2020, spring 2021), in-person clinical skills sessions resumed at many schools, often in smaller groups. Professional skills instruction typically remained virtual, as benefits were noted. Assessment methods began to normalize with in-person OSCEs resuming with precautions, though some schools maintained virtual assessments. Educators noted some advantages to instructional methods used during COVID, including smaller group sizes, better prepared students, better use of in-person lab time, more focus on essential course components, provision of models for at-home practice, and additional educators' remote involvement. Following the pandemic, educators should consider retaining some of these changes while pursuing further advancements, including improving virtual platforms and relevant technologies.
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 | 0,008 | 0,003 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».