A Case Study of Student Wellness during A Longitudinal Integrated Clerkship Affected by System-level Disruption
Notice bibliographique
Résumé
Objectives: Longitudinal Integrated Clerkships (LICs) promote educational continuity, professional identity formation, and community-based care, and are widely used in rurally focused medical education. While their academic resilience has been noted during systemic stress less is known about how such stress affects the personal lives and well-being of LIC students. Using the COVID-19 pandemic as a case study, we examined how disruption impacted student wellness. Methods: We conducted a mixed-methods case study using an anonymous online survey (n=32) and follow-up focus groups with students, faculty, and staff resulting in descriptive statistics for quantitative data while qualitative data was analysed thematically. Results: Students reported reduced physical activity, increased substance use, and worsening mental health. Barriers to care included stigma, lack of anonymity, and dual-role relationships in small communities. Many avoided formal supports, relying instead on peers and local administrative staff who felt overstretched and under-prepared. Central university services were often seen as remote or inaccessible. Seven themes emerged, relating to health impacts, support types, and the integration of central and local systems. Conclusions: The findings reveal a vulnerable underside to LIC placements. While academic learning continued, student wellness suffered. The personal cost of community-based training must be acknowledged if LICs are to meet their goals in workforce development and social accountability. Supporting student wellness is not just a moral duty, but a practical necessity. A hybrid model of local and centralized support, stigma reduction, and access to independent mental health care is essential to sustaining learners in community settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».