Empathy level among Saudi medical students using the Toronto empathy scale
Notice bibliographique
Résumé
Background: Empathy is a crucial component of professionalism in medicine, having a solid relationship with improved patient outcomes. The current study aims to examine the factor structure of the Toronto Empathy Questionnaire (TEQ) with a sample of Saudi medical students and to assess the differences in empathy scores by gender, year of study, and future career preference. Methods: A cross-sectional study was performed using anonymous self-administered online questionnaires. The study tool targeted a random sample of medical students in public and private Saudi medical schools in five regions (North, South, East, West, and Central) of Saudi Arabia. Results: 941 Saudi medical students enrolled in the study. 52.3% were male students, and 30.6% of the students were from the central region of Saudi Arabia. The most desired specialties were general surgery (19.2%), internal medicine (12.5%), and family medicine 8.2%. The average TEQ score was 42.31%, with 67.1% scoring low to average empathy levels. About one-third (32.9%) scored high empathy levels; females scored a higher average on the empathy score compared to males (43.48 vs. 41.24) P-value <0.001. The never-married studentsalso scored higher empathy than married students 42.53 vs. 38.78) P-value <0.00. The region with the highest empathy scores was the central province, 44.72%. Conclusion: Different factors could influence empathy scores, such as gender, marital status, GPA, and study year. Female students had a higher empathy score compared to male students. Senior medical students scored lower on the scale than younger students, and could be associated with a higher level of burnout. Further empathy-based discussions should be inserted into the Saudi medical curricula. Keywords: professionalism, Toronto empathy scale, medical students, Saudi Arabia.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».