Medicina Veterinaria Forense, Bienestar y Maltrato Animal: Percepciones y Conocimiento de Estudiantes de Medicina Veterinaria Colombianos y Brasileños
Bibliographic record
Abstract
Los médicos veterinarios juegan un papel fundamental en la detección de casos de maltrato animal y violencia doméstica. Por lo tanto, es esencial que las escuelas de medicina veterinaria brinden una formación adecuada en bienestar animal y medicina veterinaria forense. El objetivo del presente artículo es caracterizar la percepción y el conocimiento de los estudiantes de medicina veterinaria sobre la formación en medicina veterinaria forense, bienestar animal y la asociación entre maltrato animal y violencia humana. Un cuestionario online fue distribuido a los estudiantes de las 227 y 22 facultades de medicina veterinaria en Brasil y Colombia, respectivamente. Pruebas de chi-cuadrado fueron realizadas para comparar las respuestas de las variables categóricas entre los estudiantes de Brasil y Colombia. La mayoría de los estudiantes encuestados indicaron que su escuela ofrecía capacitación en bienestar animal. Sin embargo, solo el 21.8% (47/216) de los estudiantes colombianos y el 43.1% (216/523) de los brasileños mencionaron que su facultad ofrecía formación en medicina veterinaria forense. En ambos países fueron identificadas deficiencias en la capacitación sobre la identificación de traumas no accidentales, denuncia de maltrato animal y el conocimiento sobre la asociación entre maltrato animal y violencia interpersonal. A pesar de esto, más del 90% de los estudiantes relataron ser conscientes de la relación que existe entre estos dos crímenes y la importancia de recibir capacitación obligatoria sobre maltrato animal y medicina veterinaria forense. Adicionalmente, la mayoría de los encuestados reconocieron que el maltrato animal incluye tanto el abuso físico como el mental. Nuestros resultados destacan la necesidad de mejorar la educación en bienestar animal, maltrato animal, violencia humana y medicina veterinaria forense en las facultades de medicina veterinaria de Brasil y Colombia.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".