MétaCan
Menu
Retour à la cohorte
Enregistrement W2007898789 · doi:10.1111/acps.12368

Images of psychiatry and psychiatrists

2014· article· en· W2007898789 sur OpenAlexaff
Heather Stuart, Norman Sartorius, Tiina Liinamaa

Notice bibliographique

RevueActa Psychiatrica Scandinavica · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSpecialtyPsychiatryPerceptionPsychologyMedicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study surveyed medical teaching faculty to determine their attitudes toward psychiatry and psychiatrists. METHOD: We conducted a multisite survey of a probability sample of 1057 teaching medical faculty members from 15 academic teaching centers in the United Kingdom, Europe, and Asia stratified by early, middle, and late career stage. The average response rate across countries was 65%. RESULTS: The outstanding findings were that 90% of respondents considered that psychiatrists were not good role models for medical students, 84% thought psychiatric patients were unsuitable to be treated outside of specialized facilities, and 73% thought psychiatric patients were emotionally draining. We noted statistically significant differences by country, gender, career stage, and specialty. CONCLUSION: These results highlight why recruitment into psychiatry is problematic in many countries and suggest that greater attention should be given to improving the perception of psychiatrists as good role models and the efficacy of psychiatric treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,385
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Psychiatrica ScandinavicaMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207