An Inner City Emergency Medicine Rotation Does Not Improve Attitudes toward the Homeless among Junior Medical Learners
Notice bibliographique
Résumé
Introduction Learners in the emergency department (ED) frequently encounter individuals who are homeless. We sought to evaluate the effect of an inner city emergency medicine rotation at the Royal Alexandra Hospital (RAH) on the attitudes of medical students and residents towards this population. Methods Data were collected both pre- and post-rotation using an electronic survey. Data collected included demographic information and as well as scores on the Health Professionals' Attitudes Towards the Homeless Inventory (HPATHI). Pre- and post-survey results were compared using Wilcoxon tests. Results Ninety-eight students completed the rotation. A total of 40 (41%) students completed both pre- and post-surveys. Demographic information was available for 66 respondents. Most participants were male (42 {64%}), single (47 {71%}), and 30 years of age or younger (59 {89%}). Most participants were of a Caucasian or East/South Asian background (61 {92%}) and grew up in an urban setting (51 {77%}). Overall, 43 (90%) participants saw at least one person who was homeless during their rotation. There was no significant difference between pre- and post-aggregate scores (z = -0.78, p = 0.44), or any of its three subscales (Personal Advocacy, Social Advocacy, and Cynicism). Conclusion First year residents and medical students are frequently exposed to patients who are homeless during an inner city ED rotation. Attitudes towards these patients did not significantly change following the rotation. Educational objectives should be set to improve attitudes of learners towards those with unstable housing throughout the ED rotation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».