MétaCan
Menu
Retour à la cohorte
Enregistrement W2991831071

MANEJO DE LA EMPATÍA EN LA INTERCONSULTA

2015· article· es· W2991831071 sur OpenAlexaboutno aff
Matías Salgado

Notice bibliographique

RevueDialnet (Universidad de la Rioja) · 2015
Typearticle
Languees
DomaineMedicine
ThématiqueEthics and bioethics in healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Consultation-liaison psychiatry represents a clinical modality and a useful methodological tool to improve inpatients´ quality of care (Santos, Slonczewski & Prebianchi, 2011; Pincus, 1987). However, those professionals who have no gained the necessary coping skills to address the situations of great emotional burden that are often presented by patients with pain, are more likely to develop personal distress symptoms or burnout syndrome, which impacts negatively in the treatment (Rushton, Kaszniak & Halifax, 2013; Vidal y Benito 2012). Different researchers address the importance of empathy management as a key resource against this obstacles (Cano, Leong, Williams, Dana & Jillian, 2012; Lamm, Batson & Decety, 2007; Rushton et al. 2013; Vidal y Benito, 2012). This paper reviews works which study empathy, and analyzes its relationship with the treatment of patients with pain. Hafilax (2011) notes that the ability to empathize, the differentiation of self and experiences, and ethics are variables associated –according to their stability- to a different perspective taking, and thus, to different responses to a patient in pain. When professionals manage to address the patient's suffering as something separate from themselves, with a clear recognition that this suffering is not their own –and there is empathic resonance – they can feel able to enter the patient´s world and their disease and remain personally and professionally grounded. A case is presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,007
Communication savante0,0070,005
Science ouverte0,0020,008
Intégrité de la recherche0,0040,010
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,368
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialnet (Universidad de la Rioja)Même sujetEthics and bioethics in healthcareTravaux en français237 207