The art of empathy: Teaching empathy through art
Notice bibliographique
Résumé
BACKGROUND: The instruction of empathy is challenging. Although several studies have addressed how art-based education can foster empathy, there is a need for more evidence showing its impact and students' perceptions, especially in graduate education. APPROACH: We designed and implemented a virtual art-based curriculum focused on fostering empathy-The Art of Empathy. This novel curriculum used diverse art-based education methodologies to promote meticulous and collaborative observation and reflection, building on constructivism. Thirty-six interns at the Brigham and Women's Hospital were invited to participate in the curriculum, while 34 served as control. EVALUATION: We used mixed methods to explore interns' perceptions of the curriculum and assess its impact on their empathy. We used two quantitative instruments with known psychometric characteristics: the Toronto Empathy Questionnaire (TEQ) and the Jefferson Scale of Physicians Empathy (JSPE), which were distributed in a survey and completed by 31/99 (31.3%). We collected qualitative data from four interns using semi-structured interviews. Thematic analysis showed how The Art of Empathy promoted interns' reflections and actions toward empathy. This was partially supported by the quantitative data that showed significantly higher scores on the 'Compassionate Care' subscale of the JSPE (p = 0.039) when compared with interns in the control group. The thematic analysis showed that interns appreciated the curriculum and valued its benefits while highlighting the limitations of the virtual delivery approach. IMPLICATIONS: Our curriculum was well received by interns and showed the potential of art-based methodology to promote empathic capacities in graduate students.
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 | 0,006 | 0,008 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».