Shelter Medicine Programs Support Multiple AAVMC Competency Domains: A Survey of Shelter Medicine Programming at AVMA-Accredited Colleges
Notice bibliographique
Résumé
Shelter medicine is a veterinary specialty that intersects with primary care, community practice, and animal welfare. The purpose of this study was to evaluate the availability of formal (for-credit) education in shelter medicine at American Veterinary Medical Association-accredited colleges of veterinary medicine (CVMs). A 24-question survey, available from July to September 2023, was distributed to targeted faculty members at each CVM. A total of 43 of 54 colleges responded (80%). Formal education in shelter medicine was offered by 38 (88%) institutions. The median shelter medicine program starting year was 2012 (interquartile range [IQR] 2007-2017) and program duration was a median of 12 years (IQR 6-16). The median number of Association of American Veterinary Medical Colleges competency domains addressed through shelter medicine program instruction in colleges with formal shelter medicine education was 7/9 (IQR 4-8); the mode was 9/9. Responding institutions employed 118 shelter medicine faculty and instructors with a median of two shelter medicine faculty members (IQR 2-4) employed per college. In total, 30 instructors were adjuncts (25%), and only 6 of 118 (5%) were tenured. Nine of the 43 CVMs (21%) indicated that the shelter medicine program had been discontinued at some point. Lack of faculty (5/9; 56%) was the most commonly stated reason, followed by lack of a relationship with a shelter (4/9; 44%). Program instability may also be related to factors unique to shelter medicine programs, including increased faculty effort required to secure and maintain funding and community partnerships, competing demands of funders and program stakeholders, and a low proportion of tenured, boarded and permanent faculty.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».