Unraveling “Feeling Bad” in a Non-Western Culture: Achievement Emotions in Japanese Medical Students
Notice bibliographique
Résumé
Introduction: The Medical Emotion Scale has been translated into Japanese (J-MES) and validated for cross-cultural emotion research in medical education. However, its applicability for extracting Japanese cultural aspects of medical students' emotions has not been examined. This study aimed to explore the underlying latent constructs related to culture in the J-MES by conducting factor analyses. Methods: In total, 41 medical students enrolled at a Japanese university participated in this study. The students completed the J-MES before, during, and after a computer-based clinical reasoning activity. Exploratory factor analysis (EFA) was conducted to examine the factor structure of the scale. Factor extraction was based on a scree plot investigation. Results: The EFA for emotions before the task pointed to a four-factor structure explaining 56.70% of the total variance. The first factor accounted for 26.44% of the variance. Based on the seven items with the highest loadings on this factor (e.g., happiness), we interpreted the first factor as representing a positive valence dimension. The second factor explained 13.78% of the variance with four items of highest loadings (e.g., anger), which was interpreted as representing negative emotions toward the learning activity. The third factor explained 10.48% of the variance with three items (e.g., shame), interpreted as negative emotions related to self-performance. The fourth factor explained 6.00% of the variance with three items (e.g., confusion), which was interpreted as representing anxiety-related emotions. Discussion: Negative emotions included multiple factors such as learning activity- and self-performance-related emotions, which could be associated with Japan's interdependent culture. Supplementary Information: The online version contains supplementary material available at 10.1007/s40670-025-02296-w.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 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 ».