Mindfulness-based self-care education for healthcare professional students in Japan
Notice bibliographique
Résumé
[Background] Recent studies have consistently shown that medical students experience a high rate of psychological symptoms. In this situation, teaching mindfulness in medical school has the potential to prevent student burnout. However, there are few consistent educational programs in medical schools throughout Japan.[Method] Since 2015, Showa University (Tokyo) has practiced an intensive self-care program based on mindfulness for 600 first-year healthcare professional students in the schools of medicine, dentistry, pharmacy, nursing, and rehabilitation. The target objectives of this program were as follows: understand the needs of self-care, enhance self-awareness, evaluate evidence of mindfulness for mental diseases, and practice formal/informal mindfulness-based activities. This program consisted of a 90-minute lecture, followed by consecutive reflective activities, including completing personal journals and portfolios. The students were required to plan how to make use of what they learned in this course. The students were asked to complete a questionnaire upon completion of the course.[Results] The questionnaire indicated that more than 90% of the students were satisfied with the program, and about 25% started regular mindfulness-based practices such as meditation and breathing methods aimed to reduce test anxiety. Descriptions from the e-portfolio showed that the participants understood evitable stressors and the importance of the body-mind relationship.[Conclusion] Mindfulness-based self-care education can encourage healthcare students to understand the necessity of self-care during the early stages of their professional training. This program for the first year students will be followed by a course on Professionalism for healthcare professional students during their subsequent years of university education.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».