Enhancing Primary Care Learning in a Referral Hospital Setting: Introducing Veterinary Clinical Demonstrators
Notice bibliographique
Résumé
With the majority of veterinary graduates entering primary care practice (PCP), there is increasing recognition of the importance of preparing students to practice across a broad spectrum of care (SoC). The traditional model of veterinary training, focused on the referral hospital environment, can make this challenging. In 2018, Bristol Veterinary School recruited five primary care (PC) veterinary surgeons as veterinary clinical demonstrators (VCDs) who collaborated with rotation-specific specialists to help enhance student focus upon day-one skills and to emphasize SoC relevance of the referral caseload. To evaluate the initiative, two separate online surveys were disseminated to clinical staff and final year veterinary students. The survey was completed by 57 students and 42 staff members. Participants agreed that VCDs helped students feel prepared for a first job in primary care practice (students 94.7%; staff 92.7%); helped students to focus on the primary care relevance of referral cases (students 96.5%; staff 70.8%); helped students develop clinical reasoning skills (students 100%; staff 69.3%), practical skills (students 82.4%; staff 72.5%), and professional attributes (students 59.6%; staff 71.4%). Thematic analysis of free-text comments revealed the benefits and challenges associated with implementing the role. The data gathered helped to guide the role's ongoing development and to provide recommendations for others who may be looking to implement similar educational initiatives to help prepare graduates to practice across a spectrum of care.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».