Activating Empathy Through Art in Cancer Communities
Notice bibliographique
Résumé
Background: The Aesthetics of Health (AOH) undergraduate visual art studies course at the University of Texas at Austin aimed to enhance art students' awareness of cancer's impact not only medically but also socially, emotionally, financially, and spiritually and to examine how this experience might impact students' artwork, capacity for empathy, and connection to audience. Methods: During the spring 2021 semester, the AOH course instructors employed assorted pedagogical methods, including art, illness narrative, and community engagement, in special sessions led by professors, community practice artists, and cancer experts, respectively, as well as oral storytelling by those with lived experience of cancer (ie, cancer patients, posttreatment survivors, and loved ones). For the course's final project, the 15 student-artists created self-selected media works combining health and activism and displayed them in public spaces, including online. Student-artists took the Toronto Empathy Questionnaire during the first and last weeks of the course and provided feedback. Two group interviews were also held with cancer storytellers following their participation. Results: Student-artists' average score on the Toronto Empathy Questionnaire increased from 52.46 at pretest to 55.38 at posttest. Student-artists and storytelling participants also reported having positive experiences. Conclusions: The AOH course's social practice approach encouraged student-artists to realize new ideas and relationships and modestly increased their capacity for empathy. The AOH framework demonstrates promise for increasing empathy through the arts in other educational, clinical, and artistic institutions. Further research is needed with larger sample sizes to measure the impact of the course and to demonstrate its potential for addressing burnout and moral distress.
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 | 0,003 | 0,005 |
| 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 | 0,003 | 0,005 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».