Correlation between Stress and Empathy in Medical Students As Compared To General Population
Notice bibliographique
Résumé
Objective: To find association between perceived stress and empathy. Place and duration of study: Community medicine department of SMIMER Medical College, Surat, Gu-jarat, India from August 15 2021 to September 15 2021. Methodology: Sample size was of total 225. A validated standardized questionnaire was used having three parts i.e part A was related to demographic details of participants. Part B was related to Perceived stress score and Part C was related to evaluation of empathy scores by using the Toronto Empathy Questionnaire. Study group was divided into two groups i.e., Undergraduate medical students and general population. Data was entered and analysed in SPSS and correlation between empathy and perceived stress was calculated by Spearman’s correlation formula and a p-value of < 0.05 was considered significant. Results: A total of 160 medical undergraduate students and 65 people from general population participated. Following, the data calculated, below average empathy was noted in total 51.1% above average in total 48.9% respondents. High empathic attitude was noted in general population in comparison to other medical undergraduates. the data calculated about perceived stress across all participants, 24.4% reported low stress, 64% moderate stress and 11.6% high stress and we can appreciate that low stress scores were calculated in general population in comparison to medical undergraduate students. A weak negative correlation between empathy and perceived stress was calculated in medical students whereas strong positive correlation between empathy and perceived stress was calculated in general population. Conclusion: Our study shows a significant proportion of medical students had a comparatively higher stress scores and decreased empathy hence their stress is considered distress whereas general population’s high stress scores were corelating to high empathic attitude, therefore their stress can be considered eustress.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».