Anatomy in Practice: How Do Equine and Production Animal Veterinarians Apply Anatomy in Primary Care Settings?
Notice bibliographique
Résumé
To successfully prepare veterinary undergraduates for the workplace, it is critical that anatomy educators consider the context in which developing knowledge and skills will be applied. This study aimed to establish how farm animal and equine general practitioners use anatomy and related skills within their daily work. Qualitative ethnographic data in the form of observations and semi-structured interviews were collected from 12 veterinarians working in equine or farm animal first-opinion practice. Data underwent thematic analysis using a grounded theory approach. The five themes identified were relevant to both equine and farm animal veterinarians and represented the breadth and complexity of anatomy, its importance for professional and practical competence, as well as the requirement for continuous learning. The centrality and broad and multifaceted nature of anatomy was found to challenge equine and farm animal veterinarians, highlighting that essential anatomy knowledge and related skills are vital for their professional and practical competence. This aligns with the previously described experiences of companion animal clinicians. In equine practice, the complexity of anatomical knowledge required was particularly high, especially in relation to diagnostic imaging and assessing normal variation. This resulted in greater importance being placed on formal and informal professional development opportunities. For farm animal clinicians, anatomy application in the context of necropsy and euthanasia was particularly noted. Our findings allow anatomy educators to design appropriate and effective learning opportunities to ensure that veterinary graduates are equipped with the skills, knowledge, and resources required to succeed in first-opinion veterinary practice.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».