Contribution de l’enseignement de la médecine vétérinaire aux enjeux du développement durable des productions animales
Bibliographic record
Abstract
Cet article explique le processus de création d’un cours en médecine vétérinaire qui vise à intéresser les étudiants aux enjeux des productions animales. L’article est une analyse rétrospective de cinq versions successives du cours, qui a donné lieu à l’élaboration d’un cadre de référence explicite qui relie trois concepts-clés : 1) Productions animales comme objet d’analyse; 2) Développement durable comme paradigme d’intégration des dimensions économiques, sociales et environnementales et 3) Délibération éthique comme processus d’analyse. Le cours propose une approche innovatrice basée sur l’apprentissage actif, l’apprentissage par les pairs et la délibération éthique pour résoudre le principal conflit de valeurs en lien avec une étude de cas d’une intervention vétérinaire dans une perspective de développement durable. La méthode proposée répond aux exigences du programme par compétence de la Faculté de médecine vétérinaire sur l’acquisition des compétences de professionnalisme et d’intégration de la démarche scientifique. La démarche pédagogique présentée dans cet article contribue à l’avancement des connaissances en enseignement et en apprentissage de la médecine vétérinaire en valorisant les savoirs et les savoir-être de la profession dans une perspective d’ouverture aux autres disciplines et intervenants de la filière agricole. Cette méthode interactive pourrait s’adapter à d’autres programmes d’études postsecondaires cherchant à définir le rôle et la contribution de leurs disciplines à l’égard de différents défis liés au développement durable.
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 | 0.016 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.010 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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".