Gender Differences among Healthcare Providers in the Promotion of Patient-, Person- and Family-Centered Care—And Its Implications for Providing Quality Healthcare
Notice bibliographique
Résumé
The concept of “patient-centered care” (PCC) emphasizes patients’ autonomy and is commonly promoted as a good healthcare practice that all of medicine should strive for. Here, we assessed how six medical specialties—pediatrics, OBGYN, orthopedics, radiology, dermatology, and neurosurgery—have engaged with PCC and its derivative concepts of “person-centered care” (PeCC) and “family-centered care” (FCC) as a function of the number of female physicians in each field. To achieve this, we conducted a scoping review of three databases—PubMed, CINAHL, and PsycInfo—to assess the extent that PCC, PeCC, FCC, and RCC were referenced by different specialties in the medical literature. Reference to PCC and PeCC in the literature correlates significantly with the number of female physicians in each field (all p < 0.00001) except for neurosurgery (p > 0.5). Pediatrics shows the most extensive reference to PCC, followed by OBGYN, with a significant difference between all disciplines (p < 0.001). FCC remains exclusively embraced by pediatrics. Our results align with documented cognitive differences between men and women that recognize gender differences in empathizing (E) versus systemizing (S) with females demonstrating E > S, which supports PCC/PeCC/FCC approaches to healthcare.
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 | 0,023 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».