Integrated, Scaffolded, and Mandatory Community and Shelter Medicine Curriculum: Best Practices for Transformational Learning on Access to Veterinary Care
Notice bibliographique
Résumé
Within veterinary medical education, there is increasing focus on equity and cultural competency/humility, especially within service learning in community and shelter medicine. This article reviews the current literature and draws from the experience of the Ontario Veterinary College Community Healthcare Partnership Program's development of a community and shelter medicine curriculum. We propose that to graduate veterinarians with the knowledge and skills to address inequities in access to veterinary care, a best practice is to integrate mandatory in-class and experiential learning activities, scaffolded across the curriculum. This is a best practice as it creates the best chance for transformational learning for students and is part of our responsibility to the communities we partner with to move toward cultural safety. This Best Practices report addresses the following questions: (a) What foundation of knowledge in community and shelter medicine is needed? (Five curricular pillars: animal welfare, vulnerable animals, spectrum of care, well-being, and cultural humility); (b) How should programs be structured? (Mandatory, integrated, and scaffolded curriculum); and (c) What are the pedagogical goals? (Transformational learning). It is our hope that this synthesis is of value to other veterinary colleges seeking to develop programs and/or curricula in community and shelter medicine to address barriers to veterinary care access.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».