Investigation of a Questionnaire Used to Measure Self-Perception of Self-Regulated Learning in Veterinary Students
Notice bibliographique
Résumé
In the United States, the veterinary medical curriculum is 4 years, and at most institutions, no more than one-third of that time is devoted to clinical training, meaning that graduates must continue learning post graduation. Additionally, practicing veterinarians must keep up with new discoveries and techniques in the veterinary medical field and may also choose to pursue specific interests or specialties post graduation. For these reasons, it is essential that veterinarians be competent, self-regulated, life-long learners. Despite agreement regarding the importance of self-regulated learning (SRL) for veterinary professionals, there is currently a paucity of data available on self-regulated learning in veterinary students. The Self-Regulated Learning Perception Scale (SRLPS) is a 41-item instrument that has been previously validated in other graduate student populations, including medical students. It addresses four domains of self-regulated learning, including motivation and action to learning, planning and goal setting, strategies for learning, and assessment and self-directedness. For this project, we hypothesized that the SRLPS would have high reliability among veterinary students. As part of a larger online survey, 82 veterinary students (years 1-4) voluntarily completed the SRLPS. The instrument was generally internally consistent, with the dimensions "Motivation and action to learn," "Planning and goal setting," "Strategies for learning and assessment," and "Lack of self-directedness" having Cronbach's alpha values of .73, .8, .87, and .63 respectively. The SRLPS could have broad applications in veterinary educational practices and research, including assessing impact of courses on professional development and/or coaching/mentoring programs and better understanding short- and long-term educational and career outcomes for veterinarians.
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 | 0,017 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».