Veterinary Medical Students' Retention of and Attitudes Toward the Biomedical Sciences: A Comparison Between Students in the Legacy and in the New Integrated Curriculum
Notice bibliographique
Résumé
Most North American veterinary schools have undergone, are currently engaged in, or plan to redesign their curriculum. In 2022, the University of Pennsylvania School of Veterinary Medicine launched a new pre-clinical curriculum with an integrated systems framework. Similar to human undergraduate medical training, there are concerns about the impact of shifting from discipline-based biomedical education to integrated coursework on student learning. This study investigates the performance in and attitudes toward the biomedical sciences of students enrolled in the legacy and redesigned curricula as the transition occurred. Biomedical science retention was assessed by comparing the performance of students in the legacy curriculum (LC) and new curriculum (NC) on the standardized Veterinary Educational Assessment examination. In the subcomponent analysis, the LC students performed significantly better than the NC students in pharmacology and pathology ( p ≤ .01) but not in anatomy, physiology, or microbiology. Survey results and open text responses provided insight into students’ perceptions of the relevance and effectiveness of their pre-clinical educational experience. NC students responded significantly more favorably than LC students did to four of eight survey questions related to the perceived effectiveness of the biomedical education they received and its importance for their future veterinary careers ( p < .01). Qualitative analysis of two open text responses demonstrated shared themes between the cohorts. This study, as part of program evaluation of the new curriculum, identified possible areas for improvement and refinement in the pre-clinical curriculum and revealed that students in the NC had more favorable attitudes toward the biomedical sciences.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».