MétaCan
Menu
Retour à la cohorte
Enregistrement W4391099645 · doi:10.3390/ani14020347

An Exploratory Study into the Backgrounds and Perspectives of Equine-Assisted Service Practitioners

2024· article· en· W4391099645 sur OpenAlexfundno aff
Rita Seery, Deborah L. Wells

Notice bibliographique

RevueAnimals · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiverse Approaches in Healthcare and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesQueen's University BelfastQueen's UniversityDepartment of Agriculture, Environment and Rural Affairs, UK Government
Mots-clésExploratory researchService (business)Medical educationPsychologySociologyMedicineBusinessMarketingSocial science

Résumé

récupéré en direct d'OpenAlex

Equine-Assisted Services (EASs) are commonplace in today's society, but vary widely in both theoretical and practical applications. Until now, practitioners' experiences and perspectives in relation to these services have received little attention. To address this, a purpose-designed online questionnaire was distributed to EAS practitioners, exploring issues relating to the nature of the service provided, practice patterns, practitioner education, perceived knowledge, challenges faced and the future direction of these services. An analysis revealed a significant association between practitioners' backgrounds and the nature of the service offered, as well as perceived knowledge. Median EAS training received to first practice was 20 days of block release over a year; however, nearly half of the sample (42.4%) reported less training than this. Equine-specific training was more limited, with 41.5% of practitioners having no horse-relevant qualifications. The most important challenges reported by practitioners involved client and equine welfare, financial sustainability and raising awareness of EAS. This research highlights the diverse nature of EAS and also raises important challenges and possible opportunities for development. Findings suggest that more progress is needed to professionalise and legitimise the area to support and help practitioners provide the best service for all concerned.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,411
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetDiverse Approaches in Healthcare and Education StudiesTravaux en français237 207