Survey of Medical Student Empathy at a Canadian Medical School: A Cross-Sectional Quantitative 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
Introduction: Within a medical context, empathy is defined as "an appropriate understanding and communication of a patient's experience." While it has been established that empathy is an important quality to have as a doctor, studies have shown that empathy in medical students declines during their clinical years. However, there are no studies to date that evaluate medical student empathy in Canada. Therefore, we aimed to evaluate medical student empathy at McGill University Medical School using the Jefferson Scale of Empathy (JSE). Methods: We used a cross-sectional study design and invited medical students across all 4 years, in October 2019, to complete the JSE. The JSE is a validated psychometric tool that measures empathy at one point in time. The survey was distributed via email and on social media. Results: A total of 133 students from all 4 years responded, proportionate across each year; 119 responses were included in analysis. Differences in mean questionnaire were not statistically significant for gender, age or specialty interest. The analysis of variance for differences in year of medical school was significant (P=.0104). Between groups analysis revealed a statistically significant decrease between Med-2 empathy scores (average score 117.6) and Med-3 (107.5), P<.01. Multivariable analysis demonstrated the decrease in empathy remained statistically significant (P<.05). Discussion: Our statistical analysis determined that medical students’ empathy declines between the second and third year of medical school in a Canadian context, consistent with global results. This information can help target changes in the medical curriculum to preserve empathy in students, and prevent this decline, which could then be applied to other medical schools internationally.
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 | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,066 | 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