Psychosocial Factors Influencing Quality of Life Among Medical Students
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
OBJECTIVE: This study investigated the influence of psychosocial factors on medical students' quality of life (QOL). METHODS: A total of 408 medical students participated in this study. We collected data on participants' sociodemographic details, symptoms of depression and Internet addiction, self-esteem, social support, and QOL. QOL was assessed using the World Health Organization Quality of Life-Abbreviated form, which has four domains (physical health, psychological health, social relationships, and environment). A stepwise multiple linear regression model was constructed to identify factors' independent impact on QOL. RESULTS: Higher levels of depression and Internet addiction were associated with lower scores in all domains of QOL, whereas higher levels of self-esteem and social support were associated with higher scores. Being in third-year versus first-year was associated with higher scores in the physical health and environment domains. Living alone or in dormitories, low or middle socioeconomic status, and insufficient or moderate pocket money were associated with lower scores in the environment domain. Additionally, female students displayed significantly lower scores for physical health, psychological health, and environment than male students, but not for social relationships. There were significant differences in certain domains of QOL due to sociodemographic factors. CONCLUSION: This study demonstrates the psychosocial factors influencing medical students' QOL. Educational strategies focusing on strengthening self-esteem and social support as well as preventing depression and Internet addiction may contribute to improving medical students' QOL.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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