Reducing the stigma of mental illness in undergraduate medical education: a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: The stigma of mental illness among medical students is a prevalent concern that has far reaching negative consequences. Attempts to combat this stigma through educational initiatives have had mixed results. This study examined the impact of a one-time contact-based educational intervention on the stigma of mental illness among medical students and compared this with a multimodal undergraduate psychiatry course at the University of Calgary, Canada that integrates contact-based educational strategies. Attitudes towards mental illness were compared with those towards type 2 diabetes mellitus (T2DM). METHOD: A cluster-randomized trial design was used to evaluate the impact of contact-based educational interventions delivered at two points in time. The impact was assessed by collecting data at 4 time points using the Opening Minds Scale for Health Care Providers (OMS-HC) to assess changes in stigma. RESULTS: Baseline surveys were completed by 62% (n=111) of students before the start of the course and post-intervention ratings were available from 90 of these. Stigma scores for both groups were significantly reduced upon course completion (p < 0.0001), but were not significantly changed following the one-time contact based educational intervention in the primary analysis. Student confidence in working with people with a mental illness and interest in a psychiatric career was increased at the end of the course. Stigma towards mental illness remained greater than for T2DM at all time points. CONCLUSIONS: Psychiatric education can decrease the stigma of mental illness and increase student confidence. However, one-time, contact-based educational interventions require further evaluation in this context. The key components are postulated to be contact, knowledge and attention to process, where attending to the student's internal experience of working with people with mental illness is an integral factor in modulating perceptions of mental illness and a psychiatric career.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».