A Cross-Sectional Study of Empathy Among Healthcare and Non-Healthcare Students in Cyberjaya
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Empathy is a key psychological quality in current and future healthcare providers’ performance. Thus, fostering empathy in healthcare students has become a crucial component of their curriculum. Objective: This study attempted to compare empathy levels between healthcare and non-healthcare students and identify associated factors. Methods: The questionnaires used to collect the data which included the Toronto Empathy Questionnaire (TEQ), the Rosenberg Self-Esteem Scale, and a self-reported sociodemographic inventory were completed by 311 students within Cyberjaya by convenience sampling. Descriptive statistics, independent t-test, and One-Way ANOVA were conducted for data analysis with a significant p-value of <0.05. Results: The mean empathy score for healthcare students was significantly higher compared to non-healthcare students (p = 0.043). Empathy was also seen to be significantly associated with gender, female, family background, and self-esteem (p<0.05). There was no significant difference in self-esteem between healthcare and non-healthcare students. Conclusion: Hence, it is evident that students of healthcare studies exhibit more empathy compared to non-healthcare regardless of the multiple factors explored in this paper. Nevertheless, empathy prevails as an important value to be taken into account by healthcare educators to instill this value in those majoring in this field to create a more warm and welcoming healthcare industry for the people.
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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle