Does doctors’ personality differ from those of patients, the highly educated and other caring professions? An observational study using two nationally representative Australian surveys
Notice bibliographique
Résumé
OBJECTIVES: Personality differences between doctors and patients can affect treatment outcomes. We examine these trait disparities, as well as differences across medical specialities. DESIGN: Retrospective, observational statistical analysis of secondary data. SETTING: Data from two data sets that are nationally representative of doctors and the general population in Australia. PARTICIPANTS: We include 23 358 individuals from a representative survey of the general Australian population (with subgroups of 18 705 patients, 1261 highly educated individuals and 5814 working in caring professions) as well as 19 351 doctors from a representative survey of doctors in Australia (with subgroups of 5844 general practitioners, 1776 person-oriented specialists and 3245 technique-oriented specialists). MAIN OUTCOME MEASURES: Big Five personality traits and locus of control. Measures are standardised by gender, age and being born overseas and weighted to be representative of their population. RESULTS: Doctors are significantly more agreeable (a: standardised score -0.12, 95% CIs -0.18 to -0.06), conscientious (c: -0.27 to -0.33 to -0.20), extroverted (e: 0.11, 0.04 to 0.17) and neurotic (n: 0.14, CI 0.08 to 0.20) than the general population (a: -0.38 to -0.42 to -0.34, c: -0.96 to -1.00 to -0.91, e: -0.22 to -0.26 to -0.19, n: -1.01 to -1.03 to -0.98) or patients (a: -0.77 to -0.85 to -0.69, c: -1.27 to -1.36 to -1.19, e: -0.24 to -0.31 to -0.18, n: -0.71 to -0.76 to -0.66). Patients (-0.03 to -0.10 to 0.05) are more open than doctors (-0.30 to -0.36 to -0.23). Doctors have a significantly more external locus of control (0.06, 0.00 to 0.13) than the general population (-0.10 to -0.13 to -0.06) but do not differ from patients (-0.04 to -0.11 to 0.03). There are minor differences in personality traits among doctors with different specialities. CONCLUSIONS: Several personality traits differ between doctors, the population and patients. Awareness about differences can improve doctor-patient communication and allow patients to understand and comply with treatment recommendations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 tête enseignante, 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 ».