Ethical Use of Social Media and Sharing of Patient Information by Medical Students at a University Hospital in Saudi Arabia: Cross-Sectional Survey
Notice bibliographique
Résumé
Background: Social media (SM) has become an integral part of many medical students' lives, blurring the lines between their personal and professional identities as many aspects of their medical careers appear online. Physicians must understand how to responsibly navigate these sites. Objective: This study aimed to identify how medical students use SM and their awareness and adherence to ethical guidelines of e-professionalism. Methods: This is a cross-sectional study delivered as an online voluntary survey to senior medical students at King AbdulAziz University Hospital in Jeddah, Saudi Arabia. We investigated how many students used SM, their privacy settings, their possible breaches of ethical standards, and their portrayal of their training institute online. Results: A total of 400/1546 (26%) senior medical students responded to our survey. Among the participants, 95/400 (24%) had public SM accounts, while 162/400 (41%) had both private and public accounts. As for breaches in e-professionalism, 11/400 (3%) participants posted a picture of a patient on SM without their permission, while 75/400 (20%) posted part of an excised organ or x-ray on SM without their permission, and 60/400 (16%) discussed a patient. With regards to sharing medical school information, 108/400 (29%) discussed an incident at their medical school, and 119/400 (31%) participants shared a lecture online without the presenter's permission. Approximately 66% of the participants reported that they were unaware if their institution had a professional code of conduct for SM use, and 259/371 (70%) did not receive training on the professional use of SM. Conclusions: Medical students must be taught to recognize inappropriate online behavior, understand their role as representatives of their medical school, and know the potential repercussions of unprofessional conduct on SM. This could be accomplished by providing workshops, regular seminars on e-professionalism, and including principles of SM conduct in existing ethics courses.
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 | 0,005 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».