MétaCan
Menu
Retour à la cohorte
Enregistrement W4311501899 · doi:10.1037/ccp0000773

Teaching empathy to mental health practitioners and trainees: Pairwise and network meta-analyses.

2022· article· en· W4311501899 sur OpenAlexafffund
Hazel Ngo, Nina Sokolovic, Astrid Coleman, Jennifer M. Jenkins

Notice bibliographique

RevueJournal of Consulting and Clinical Psychology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEmpathyPsycINFOPsychologyMeta-analysisPairwise comparisonFacilitatorMental healthPsychological interventionRandomized controlled trialApplied psychologyMedical educationMEDLINEClinical psychologySocial psychologyPsychotherapistPsychiatryMedicineDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Empathy is a foundational therapeutic skill and a key contributor to client outcome, yet the best combination of instructional components for its training is unclear. We sought to address this by investigating the most effective instructional components (didactic, rehearsal, reflection, observation, feedback, mindfulness) and their combinations for teaching empathy to practitioners. METHOD: Studies included were randomized controlled trials targeted to mental health practitioners and trainees, included a quantitative measure of empathic skill, and were available in English. A total of 36 studies (37 samples) were included (N = 1,616). Two reviewers independently extracted data. Data were pooled by using random-effects pairwise meta-analysis and network meta-analysis (NMA). RESULTS: Overall, empathy interventions demonstrated a medium-to-large effect (d = .78, 95% CI [.58, .99]). Pairwise meta-analysis showed that one of the six instructional components was effective: didactic (d = .91 vs. d = .39, p = .02). None of the program characteristics significantly impacted intervention effectiveness (group vs. individual format, facilitator type, number of sessions). No publication bias, risk of bias, or outliers were detected. NMA, which allows for an examination of instructional component combinations, revealed didactic, observation, and rehearsal were included among the most effective components to operate in combination. CONCLUSIONS: We have identified instructional component, singly (didactic) and in combination (didactic, rehearsal, observation), that provides an efficient way to train empathy in mental health practitioners. (PsycInfo Database Record (c) 2022 APA, all rights reserved).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,063
score de la tête « metaresearch » (Gemma)0,130
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,334

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,130
Méta-épidémiologie (sens strict)0,0060,002
Méta-épidémiologie (sens large)0,0200,072
Bibliométrie0,0130,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0040,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,279
Tête enseignante GPT0,555
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Consulting and Clinical PsychologyMême sujetEmpathy and Medical EducationTravaux en français237 207