“Assessing neurophobia: a comparative study of awareness and prevalence among medical students at Badr University in Cairo and Helwan University”
Notice bibliographique
Résumé
Abstract Introduction Neurophobia, defined as a fear or aversion toward neuroscience and clinical neurology study, was first introduced by Dr. Ralph Jozefowicz in 1994. This study aimed to assess the prevalence and contributing factors of neurophobia among clinical-year medical students at Badr University in Cairo (BUC) and Helwan University. Given the high incidence of neurological disorders in Egypt, addressing neurophobia is crucial to encourage medical students to pursue neurology and help meet the country’s growing healthcare needs. Methods A cross-sectional study was conducted on 1,235 clinical-year medical students from BUC and Helwan University. Quantitative data were collected using the Schon questionnaire and NeuroQ scale. Additionally, focus group discussions (FGDs) involving 62 students provided qualitative insights. Results Neurophobia was more prevalent among BUC students (47.7%) compared to Helwan students (26%). Male students reported higher levels of neurophobia, yet expressed greater confidence in neurology than female students. The perceived complexity of neuroanatomy (43.4%), lack of clinical exposure (52.5%), and excessive theoretical content (40.3%) were the main contributing factors. Early clinical exposure and more interactive teaching methods were strongly preferred by the students. Conclusion Neurophobia represents a major educational barrier and contributes to the global shortage of neurologists. A little is known regarding neurophobia among Egyptian medical students. Proposed solutions include adopting active learning strategies and reducing the time gap between neuroscience and neurology to enhance students’ confidence to reduce neurophobia among undergraduates. Yet, more studies are needed to reveal more about neurophobia prevalence, factors, and suggested plans to overcome.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| 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 ».