Prevalência de sintomas de estresse nos estudantes de medicina
Notice bibliographique
Résumé
OBJETIVO: Identificar o perfil sociodemográfico dos acadêmicos de Medicina e avaliar a prevalência de sintomas de estresse nesses estudantes. MÉTODOS: A população estudada respondeu ao Inventário de Sintomas de Stress para Adultos de Lipp (ISSL), para identificação de sintomas de estresse e a um questionário sociodemográfico. RESULTADOS: Duzentos estudantes de Medicina, matriculados nos Ciclos Básico ou Clínico da Universidade Federal do Ceará (UFC), foram estudados. Houve predominância do sexo masculino (54,5%), solteiros (100%), naturais de Fortaleza (87%), com idade média de 21 (± 2,3) anos. As alunas apresentaram níveis de sintomas de estresse maiores do que os estudantes homens, representando 30,1% e 19,6%, respectivamente (p < 0,001). A prevalência de sintomas de estresse foi de 49,7%, sendo o quarto semestre o período com níveis mais altos desses sintomas (p = 0,002). CONCLUSÕES: Conclui-se que estudantes de Medicina da Universidade Federal do Ceará (UFC) têm níveis de estresse similares àqueles relatados para amostras internacionais.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».