Evaluation and Comparison of Tolerance of Ambiguity in Veterinary Pathology Professionals and Trainees
Notice bibliographique
Résumé
Ambiguity is ubiquitous in veterinary medicine, including in clinical and anatomic pathology. Tolerance of ambiguity (TOA) relates to how individuals navigate uncertainty. It is associated with psychological well-being in health professionals yet has been little investigated in veterinarians or veterinary pathologists. In this study, we used the Tolerance of Ambiguity of Veterinary Students (TAVS) scale and eight previously evaluated items specific to clinical pathology to evaluate and compare TOA in pathology professionals and trainees. We hypothesized that scores would be higher (reflecting greater TOA) for professionals than for trainees, that scores would increase with years of diagnostic experience for professionals and year of study for trainees, and that scores would be higher for clinical than anatomic pathologists due to the frequent ambiguity of clinical pathology practice. One hundred eighty one pathology professionals and trainees participated. TAVS scores were significantly higher for professionals than for trainees, and scores increased significantly with year of experience for professionals but not with year of study for trainees. When comparing disciplines, TAVS scores for all clinical pathologists were significantly lower than scores for all anatomic pathologists. Scores for clinical pathology-specific items showed similar trends to TAVS scores, except when comparing disciplines (clinical pathologists tended to have higher scores for these items). Results suggest pathology professionals become more tolerant of ambiguity throughout their careers, independent of increasing TOA with age, and that navigating ambiguity might be more difficult for trainees than for professionals. Educational interventions might help trainees learn to successfully navigate ambiguity, which could impact psychological well-being.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».