Training of Veterinary Students in Trans Rectal Palpation of Equids: A Comparison of Live Versus Cadaver Models
Notice bibliographique
Résumé
Transrectal palpation (TP) is a basic skill in equine practice. Traditional TP learning methods include instructor-assisted TP in live animals, but this approach presents animal welfare concerns, especially when it needs to be used with large numbers of students. The main objective of this study is to compare two learning methods of TP: traditional methodology with live horses (LH) and alternative methodology using a cadaver with its flanks dissected (CDV). Twenty students with no previous equine TP experience were randomly assigned to two groups: LH ( n = 10) and CDV ( n = 10). Both groups received initial theoretical training before the LH or CDV session. Learning outcomes of both groups were assessed in a new TP session with live horses. All students were asked about their success in palpating seven intra-abdominal structures and objective ultrasound confirmation (UC) was also performed. Successful perception in palpation and by UC was similar in both LH and CDV students’ groups, without significant differences. Anonymous surveys answered by these 20 volunteers and by 126 students enrolled in the regulated course who also received this CDV training showed very positive feedback on the CDV methodology. As a limitation of the study, there were few students in each group and most of the results are based on subjective criteria. Nevertheless, we can conclude that CDV is a useful tool for teaching TP, with good learning results, allowing the instructor to see what the student is touching and avoiding the LH disadvantages. This translation was provided by the authors. To view the original article visit: https://doi.org/10.3138/jvme-2023-0010-es
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 | 0,002 | 0,001 |
| 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 | 0,000 | 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 ».