Experiential factors affecting the empathy of students in their pre‐clinical year(s) of 21 universities
Notice bibliographique
Résumé
Hands‐on cadaveric dissection is often considered an important factor in shaping the emotional identity of medical and dental students as healthcare providers. This study explores how demographic and/or experiential factors affect the empathy of students in their pre‐clinical year(s) of medical or dental school. In the Summer of 2021 and Fall of 2021, a total of 530 students from 21 universities around the world participating in the International Collaboration and Exchange (ICE) Program, completed a validated questionnaire containing the Santa Clara Brief Compassion (SCBC) Scale and the Toronto Empathy Questionnaire (TEQ). Responses to the SCBC and TEQ were tested for variance and covariance against age group, sex, clinical experience, year of health professional school, format of anatomy education, hours of study on prosections and/or hours of hands‐on cadaveric dissection in their respective curricula; and whether their school provides an opportunity for reflection, information about the body donors, a memorial service, and/or addresses empathy in their curricula. Results show that having 40‐90 hours of hands‐on cadaveric dissection vs 0 hours yielded higher SCBC averages (p = 0.0206) and TEQ scores (p = 0.0031); and having 20‐40 hours of hands‐on cadaveric dissection vs 0 hours also resulted in higher TEQ scores (p = 0.0105). Comparisons of hours of study on prosections, format of anatomy education, clinical experience, and year of health professional school yielded no significant results in relation to empathy scores. Our study found that across different regions of the world, curricula emphasizing dissection are best at preparing students to become more empathetic healthcare providers. While none of the other curricular factors proved significant, this study confirms the merit of hands‐on cadaveric dissection in the emotional development of medical and dental students.
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 | 0,009 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| 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 ».