Exploring empathy levels among Canadian paramedic students
Notice bibliographique
Résumé
Background: Empathy is an important factor in communication between healthcare provider and patient. Previous studies have shown that empathy benefits patient care in multiple ways. Empathy allows a space of decreased vulnerability and, as a result, builds trust in healthcare relationships. It fosters open communication that leads to improved patient care; improves patient satisfaction; and buffers healthcare provider burnout. This study aimed to determine the empathy levels demonstrated by paramedic students to patients with various medical conditions, and to compare these findings with those of previous studies. Methods: This study employed a cross-sectional design of a convenience sample of first and second year paramedic students in a community college programme in Ontario, Canada. The Medical Condition Regard Scale (MCRS) was used to measure empathy levels in these students across five medical conditions: physical disability, intellectual disability, suicide attempt, mental health emergency, and substance abuse. Results: A total of 43 students participated in the study; 27 males and 15 females (1 unknown). Males demonstrated a mean empathy score of 232.44 while females demonstrated a mean of 266.4. Across the five medical conditions, substance abuse had the lowest mean empathy score (42.88), followed by mental health emergency (49.58), suicide attempt (49.47), intellectual disability (50.42) and physical disability (53.0). Conclusion: Results from this study suggest that paramedic students demonstrated the lowest levels of empathy towards patients suffering from substance abuse issues, and the highest levels of empathy towards patients with a physical disability. Male paramedic students are less empathetic than their female peers, and second year paramedic students are less empathetic than their first year counterparts. These results provide an insight into paramedic student attitudes in Canada, and provide a foundation for further studies.
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 | 0,001 | 0,003 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».