Development and Validation of a Novel Measure for the Direct Assessment of Empathy in Veterinary Students
Notice bibliographique
Résumé
Empathy is a requisite clinical skill for health professionals and empathy scores have been positively associated with professionalism, clinical competency, confidence, well-being, and emotional intelligence. In order to improve empathy in the veterinary field, it is critical to measure the construct of empathy accurately. Most research has relied on self-reporting measures to assess empathy, while some studies have recently implemented the use of simulated client encounters in veterinary education. Building on this research, the aim of the current study was to develop and validate a novel quantitative assessment tool-the Empathy Clinical Evaluation Exercise (ECEX)-designed to measure empathy based on directly observable behaviors, using simulated clients. To evaluate empathy, evaluators used the ECEX to assess the performance of student clinicians in a simulated client encounter, which contained a pre-determined number of opportunities designed to elicit empathic responses from student clinicians. Statistical analysis suggests the test has a high degree of inter-rater reliability. In addition, there was moderate correlation between average empathy scores using ECEX and previously validated measures of empathy, compassion satisfaction, and burnout. Using these methods, we found the majority of students we studied had increased empathy scores at the completion of their primary care rotations. These results provide preliminary support for the use of the ECEX as a direct and quantitative tool for the assessment of empathy. Health professionals could use this novel empathy assessment tool to teach students, evaluate teaching strategies, and improve communication competencies in a wide variety of clinical settings. Our broad aim was to examine the utility of a direct and quantitative assessment tool for measuring empathy-the ECEX-in order to answer the following questions: (1) Does the tool have good inter-rater reliability? (2) Does the tool correlate with previously validated empathy measures? and (3) Does the tool correlate with similar constructs of compassion fatigue and burnout? Our secondary aim was to evaluate the change in empathy scores over the course of a 4-month (16-week) primary care rotation (pre- to -post).
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 | 0,016 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».