The effect of COVID-19 on medical students’ education and wellbeing: a cross-sectional survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Canadian medical school curriculums have undergone major restructuring during the COVID-19 pandemic. This study’s goal was to assess the perceived impact of COVID-19 on medical students’ education and wellbeing. Methods: An online survey was distributed to Canadian medical students. Descriptive analyses and ANOVAs were used to assess changes in mental health, health habits and quality of education during the pandemic. Results: 248 medical students from 13 schools across Canada participated in this study. 74% reported a reduction in the quality of their education since COVID-19. 58% of students found online to be inferior to in-person teaching. 65% of students had more time for wellness and leisure activities, about half of the cohort felt more depressed (48%) and lonelier (52%). Student’s overall health habits worsened after the start of the pandemic (F=37.4, p < 0.001). Alcohol drinking, time spent seated, and screen time also increased since the pandemic (p < 0.001). During the pandemic, students with a prior history of depression or anxiety expressed increased depressive symptoms (66% vs. 42%, p =0.003), increased anxiety (69% vs. 41%, p < 0001), worse sleep quality (34% vs. 18%, p = 0.031), and poorer quality of life (55% vs. 65%, p = 0.024) versus those with no prior history. Conclusion: Canadian medical student’s education and wellbeing has been negatively impacted during the pandemic.
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.
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 | 0,006 | 0,034 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 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 découle