A Benchmark Survey of the Delivery of Clinical Education in Small Animal Primary-Care Clinical Programs Among Member Institutions of the American Association of Veterinary Medical Colleges
Notice bibliographique
Résumé
While primary-care clinical rotations are well established and have been incorporated into veterinary colleges over the past 50 years, standardization of teaching small animal primary care across veterinary colleges is unknown. The purpose of this study was to explore and document variations and similarities in the delivery of small animal primary-care clinical education curricula among member programs of the American Association of Veterinary Medicine Colleges (AAVMC). A comprehensive, 114-question online survey was conducted, comprising seven sections, including Rotation Logistics; House Officers; Procedures Performed; Rounds; Spectrum of Care; Diversity, Equity, and Inclusion; Assessment; Leadership Roles; and Research. Of the 52 AAVMC institutions worldwide at the time of the survey, 69% (36/52) of programs responded, of which 86% (31/36) met inclusion criteria and were retained for analysis. Results revealed primary-care services report seeing a mean of 75.84 cases per week (median 70, range 20–180, SD 37.34, n = 29), which serve as educational experiences for veterinary students rotating through the service, including the practice of hands-on clinical skills (including surgical procedures), discussing “flexible treatment care options” with clients, and actively leading cases. Length and size of a primary-care rotation varied with a mean duration of 3 weeks (median 2, range 2–12, SD 2.02, n = 29) and mean of 10 students (median 8.5, range 5–36, SD 5.87, n = 28) per rotation. This study highlights the current state of primary-care veterinary clinical education and provides descriptive data that might serve as a basis to guide future development of primary-care curricula across clinical programs.
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 | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».