The Relationship between Mental Health with the Level of Empathy Among Medical Students in Southern Thailand: A University-Based Cross- Sectional Study
Notice bibliographique
Résumé
Objective: To determine the level of and factors associated with empathy among medical students.Materials and Methods: This cross-sectional study surveyed all first- to sixth-year medical students at the Facultyof Medicines, Prince of Songkla University, at the end of the 2020 academic year. The questionnaires consisted of:1) The personal and demographic information questionnaire, 2) The Toronto Empathy Questionnaire, and 3) ThaiMental Health Indicator-15. Data were analyzed using descriptive statistics, and factors associated with empathylevel were assessed via chi-square and logistic regression analyses.Results: There were 1010 participants with response rate of 94%. Most of them were female (59%). More than half(54.9%) reported a high level of empathy. There was a statistically significant difference in empathy levels betweenpre-clinical and clinical medical students; in regards to empathy subgroups (P-value < 0.001). The assessment ofemotional states in others by demonstrating appropriate sensitivity behavior, altruism, and empathic respondingscores among the pre-clinical group were higher than those of the clinical group. Multivariate analysis indicatedthat female gender, pre-clinical training level, and minor specialty preference were factors associated with empathylevel. The protective factor that significantly improved the level of empathy was having fair to good mental health.Conclusion: More than half of the surveyed medical students reported a high level of empathy. The protective factorthat improved the level of empathy was good mental health. However, future qualitative methods, longitudinalsurveillance, or long-term follow-up designs are required to ensure the trustworthiness of these findings.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».