Mental health and wellness of medical students in Ontario – A mixed methods approach
Notice bibliographique
Résumé
Medical students are highly susceptible to distress and burnout, raising concern about how this can carry over into their careers, impacting wellness, professionalism, and patient care. The aims of this study are to assess the mental health and wellness status of medical students in Ontario. This study electronically surveyed medical students across M1-M4 attending a medical school in Ontario, Canada, using the Brief COPE, DASS21, and Copenhagen Burnout Inventory (CBI) to examine their coping mechanisms, levels of stress, anxiety, and depression, the prevalence of personal, work-related, and patient-related burnout, and perceived support. Participants were recruited through mass email containing a survey link. BriefCOPE results show that students tend to rely on self-distraction, emotional support, instrumental support, and acceptance as coping mechanisms. DASS21 demonstrates that M4 students report severe stress and anxiety and mild depression. Results of CBI show moderate personal and work-related burnout, and low patient-related burnout. Qualitative analysis of students' opinion on how the institution can enhance their wellness resulted in three themes: enhanced student scheduling, more communication from the administration, and more elective wellness sessions and social events. The data presented in this study will provide insight into the overall mental health and wellness of medical students studying in Ontario and may have important implications for medical education, healthcare institutions, and health policymaking.
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 | 0,016 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».