An Exploratory Study of Quality of Life and Its Relationship with Academic Performance among Students in Medical and other Health Professions
Notice bibliographique
Résumé
Quality of life (QOL) is a broader concept which represents experiences, states, appraisals, behaviors, capacities and emotional reactions to circumstances. The study aimed to evaluate the differences in various domains of QOL among the students of five schools (medicine, dentistry, veterinary medicine, pharmacy and nursing) and an optometry unit in the Faculty of Medical Sciences, Trinidad and Tobago. Further, the study evaluated the factors (sociodemographic variables and academic performance) predictive of physical, psychological, social and environment domains of quality of life. The research tool consisted of a validated questionnaire which had two sections; (1) sociodemographics inclusive of students’ cumulative grade point average and (2) the shorter version of WHO quality of life (WHOQOL-BREF). The data were transformed into a linear scale and exported into the IBM SPSS version 24 where t-tests, one-way ANOVA and stepwise regression were performed. Of the total 535 participants, most 383 (71.6%) were females. While comparing the differences in the domains of QOL that existed based on the schools (professions) they were enrolled, significant differences were recorded for physical (p < 0.05), psychological (p < 0.05) social (p < 0.05) and environmental domains (p < 0.05). Though the domains of physical health, psychological health and environment showed a significant association with the academic performance of students, the social domain had no such relationship. The overall quality of life has a positive connection with the academic performance of students in medical and health professions. Therefore, universities and all stakeholders involved in health professions need to play a critical role to ensure the students in health professions maintain a high QOL. At the same time, there is a great need for extra attention for students who showed poor academic performance in the previous semester to bring them on track.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».