Cross-Sectional Assessment of the Emotional Intelligence of Fourth-Year Veterinary Students and Veterinary House Officers in a Teaching Hospital
Notice bibliographique
Résumé
Emotional intelligence (EI) is the recognition and management of emotions. This skill set is important to work relationships and professional success. In this cross-sectional, observational study, we investigated EI scores of 4th-year veterinary students, interns, and residents in a teaching hospital, using a psychometric tool with professional population norms. Participants' EI scores were compared with professional norms and between the sample groups. Scores were examined on the basis of demographics and residency program type. Twenty-four 4th-year students and 43 interns and residents completed the survey. Total, composite, and subscale scores for all groups were lower than professional means. We noted no statistically significant differences in EI scores between training levels, but evaluation of effect sizes showed a medium negative effect of higher training levels on Self-Perception Composite, Self-Regard, Emotional Expression, Interpersonal Composite, Flexibility, and Optimism and a medium positive effect of higher training levels on Impulse Control. Medium effects for residency type were found for Stress Tolerance, Flexibility, and Stress Management, with higher scores for residencies with heavy inpatient loads. Medium effects for residency type were found on Flexibility scores, with higher scores for residents in disciplines with a perceived high stress level. We found that baseline EI scores of 4th-year veterinary students, interns, and residents at a teaching hospital were similar to, but uniformly lower than, those of other professionals and did not increase with training level. These results may be used to build on strengths and address weaknesses associated with EI of students and house officers at this institution.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».