Evaluation of a Student-Led Community-Based Veterinary Clinic for Disabled Low-Income Clients: A Case Study of the University of Florida PAWS Program
Notice bibliographique
Résumé
People with disabilities experiencing low socioeconomic position are priority populations when considering access to veterinary care. In this population, intersectional inequities lead to adverse health outcomes for both those individuals and the companion animals they care for. Community-based veterinary clinics provide an opportunity to target these inequities from a culturally sensitive lens, intending to improve human and animal outcomes. We conducted a process evaluation of a student-led community-based clinic for this population to better understand client satisfaction, assess learning outcomes among veterinary students, and improve program delivery and services. During academic year 2020-2021, the monthly clinics had 162 appointments in total with a median 15 Doctor of Veterinary Medicine (DVM) candidates volunteering at each clinic. Clients and volunteers responded to survey questionnaires designed to elicit information about their experiences with the clinic, including open-ended questions for further elucidation of measurable indicators of client-, patient-, and student-level impact. Clients attributed enrollment in the clinic with improved quality-of-life and reduction of financial burden; the program saved clients approximately $2,050 per pet during the evaluation year. Furthermore, the clinic widely facilitated completion of the college's core Primary Care and Dentistry learning outcomes. Beyond curriculum-standard learning objectives, students also reported positive attitude changes and increased readiness to provide care to people with disabilities and people experiencing low socioeconomic position. The results of this evaluation have significant implications for both veterinary and public health pedagogy. Especially, they highlight the significance of community health practice in veterinary trainee education.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».