Personal–professional boundary issues in the satisfaction of rural clinicians recruited from within the community: Findings from an exploratory study
Notice bibliographique
Résumé
OBJECTIVE: The objective of this paper is to highlight, from within a broad study of recruitment/retention, findings that identify personal-professional boundaries as key challenges for rural child and youth mental health clinicians recruited from within the community. DESIGN: Two mixed methods online questionnaires followed by semistructured telephone interviews with a small subset of respondents were administered to clinicians, team leaders, supervisors and managers whose practice responsibilities encompass rural settings in three regions of British Columbia, Canada. PARTICIPANTS: Forty-four clinicians and 27 team leaders/managers participated in the survey while eight clinicians and one team leader/manager participated in the semistructured interviews. Half the clinician respondents were recruited from within the community. Of those recruited from outside the community, half had prior experience living or working in a rural community. MAIN OUTCOME MEASURES: Levels of satisfaction with lifestyle, practice and preparation for practice were compared across categories of respondents identified earlier. Open-ended comments were coded by theme and also compared across categories of respondents. RESULTS: While expressing their higher levels of satisfaction with rural lifestyle and professional practice, clinicians recruited from within rural communities report significant initial and ongoing stress related to personal-professional boundaries and dual relationships. They also report lower levels of satisfaction with orientation and preparation for practice relevant to dealing with these stressors. CONCLUSION: Prior attachment to rural communities, increasingly viewed as an effective recruitment and retention strategy, requires better preparation and ongoing supports to enable practitioners to deal with dual relationships and the personal-professional boundary issues that are a direct consequence of their attachments.
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 | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».