PERFECT MATCH: can you fit the personality to the service? Understanding personality traits of hospital pharmacists in different clinical services—an observational study
Notice bibliographique
Résumé
OBJECTIVES: The objective of the study was to evaluate if using a validated psychometric test, The Big Five Personality Test, would identify an association between personality traits among hospital pharmacists and certain clinical services. METHODS: This study used a descriptive design. Pharmacists working in a hospital setting providing care to adult patients at the McGill University Health Centre in predefined clinical services (haematology-oncology/oncology clinic, intensive care unit, emergency medicine, internal medicine, geriatrics, infectious diseases) were included. Participants had 10 days to respond to the questionnaire. KEY FINDINGS: Clinical service had a large effect on 'Extraversion' (η2 = 0.336) and 'Conscientiousness' (η2 = 0.297), and there was a significant difference between the group means (P = .025 and P = .05, respectively). A Tukey's post hoc test showed that the significant difference found for 'Extraversion' was mainly due to differences in means between emergency medicine and geriatrics pharmacists (P = .040). Although there was no significant difference between the group means for 'Openness' and 'Neuroticism', clinical service had a large effect on these traits (η2 = 0.283 and η2 = 0.237, respectively). CONCLUSIONS: These results suggest that there is an association between personality traits and clinical services when using a psychometric test, such as the BFPT, as the observed group differences in personality traits (e.g. extraversion, conscientiousness) were associated with large effect sizes. Further research is needed to better understand the practical implications of these traits in the hiring process or the selection of a clinical service.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».