Culturally-adapted resilience-building curriculum for medical students: a comprehensive approach at Showa University School of Medicine, Japan
Notice bibliographique
Résumé
The growing prevalence of psychological morbidity, depersonalization, and low personal accomplishment among medical students underscores the need for resilience-enhancing programs tailored to their specific needs. Incorporating cultural perspectives and societal context into these interventions is crucial to ensure their effectiveness and relevance. In response, Showa University School of Medicine in Japan has pioneered a culturally-adapted, resilience-based curriculum for medical students from their first through sixth years since 2020. This presentation will outline the comprehensive framework of the resilience-focused curriculum, including course objectives, content, learning resources, timetables, and pedagogical approaches. Key components of the curriculum encompass self-assessment and reflection, stress management strategies, effective communication and conflict resolution skills, and fostering a growth mindset. Additionally, interdisciplinary collaborations with psychology and social work departments provide individual supports and resources for students. Emphasizing the distinct challenges faced by medical students, such as academic stressors, relationships with senior clinical educators, patient and family interactions, and managing errors and burnout, the presentation will highlight the classes on the curriculum, support systems and mentorship programs in promoting mental well-being and resilience. The experiences and outcomes of the 2020-2022 cohorts will be shared, offering valuable insights into the effectiveness of the resilience-building curriculum in the Japanese context. Lessons learned from the implementation process, including challenges faced and strategies employed, will provide practical examples for other medical schools seeking to develop similar programs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».