Design and Evaluation of the Veterinary Epidemiology Teaching Skills (VETS) Workshop: Building Capacity in the Asia-Pacific Region
Notice bibliographique
Résumé
Building workforce capacity in epidemiology skills for veterinarians in the Asia-Pacific region is crucial to health security. However, successful implementation of these programs requires a supply of trained veterinary epidemiology teachers and mentors. We sought to design and evaluate delivery of a 4-day Veterinary Epidemiology Teaching Skills (VETS) workshop as part of a larger project to strengthen field veterinary epidemiology capacity. Thirty-five veterinarians were selected to participate in the 4-day VETS workshop, consisting of nine modules delivered synchronously online. Participants were formatively assessed and given feedback from peers and facilitators on all activities. Data were collected with pre- and post-course questionnaires. Numeric values were categorized to convert into an ordinal scale with four categories. Qualitative data were analyzed using thematic analysis. Thirty-four veterinary epidemiologists from eight countries of the Asia-Pacific completed the workshop. Participants felt able to achieve most key learning outcomes through provision of succinct literature, teaching frameworks, and active participation in small groups, with multiple opportunities to give and receive feedback. Although the online workshop provided flexibility, participants felt the addition of face-to-face sessions would enrich their experience. Additionally, protected time from work duties would have improved their ability to fully engage in the workshop. The VETS workshop granted an effective online framework for veterinary epidemiologists to develop and practice skills in teaching, facilitation, assessment, feedback, case-based learning, program evaluation, and mentorship. A challenge will be ensuring provision of local teaching and mentoring opportunities to reinforce learning outcomes and build workforce capacity.
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 | 0,086 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».