The art of medicine: arts-based training in observation and mindfulness for fostering the empathic response in medical residents
Notice bibliographique
Résumé
Empathy is an essential attribute for medical professionals. Yet, evidence indicates that medical learners' empathy levels decline dramatically during medical school. Training in evidence-based observation and mindfulness has the potential to bolster the acquisition and demonstration of empathic behaviours for medical learners. In this prospective cohort study, we explore the impact of a course in arts-based visual literacy and mindfulness practice ( Art of Seeing ) on the empathic response of medical residents engaged in obstetrics and gynaecology and family medicine training. Following this multifaceted arts-based programme that integrates the facilitated viewing of art and dance, art-making, and mindfulness-based practices into a practitioner-patient context, 15 resident trainees completed the previously validated Interpersonal Reactivity Index, Compassion, and Mindfulness Scales. Fourteen participants also participated in semistructured interviews that probed their perceived impacts of the programme on their empathic clinical practice. The results indicated that programme participants improved in the Mindfulness Scale domains related to self-confidence and communication relative to a group of control participants following the arts-based programme. However, the majority of the psychometric measures did not reveal differences between groups over the duration of the programme. Importantly, thematic qualitative analysis of the interview data revealed that the programme had a positive impact on the participants' perceived empathy towards colleagues and patients and on the perception of personal and professional well-being. The study concludes that a multifaceted arts-based curriculum focusing on evidence-based observation and mindfulness is a useful tool in bolstering the empathic response, improving communication, and fostering professional well-being among medical residents.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».