Differences in the perceived impact of sleep deprivation among surgical and non‐surgical residents
Notice bibliographique
Résumé
OBJECTIVE: Resident work hour restrictions have been mandated in the USA largely out of concern that sleep deprivation compromises doctor performance and patient care. However, individuals' ability to recognise the effects of sleep deprivation has not been studied in medical education. We examined the perceived impact of sleep deprivation among different groups of postgraduate medical trainees. METHODS: A survey addressing work hours, sleepiness and daily functioning was mailed to all residents in the internal medicine, surgery and psychiatry programmes at the University of Toronto who were working at 6 different teaching hospitals. The mailing included the Epworth Sleepiness Scale (ESS), measuring acute sleepiness, and a new Sleep Deprivation Impact (SDI) scale, consisting of 12 items designed to measure the perceived impact of sleep deprivation on an individual's own performance. RESULTS: Overall, 62.5% of surgery (95/152) and 59.5% of non-surgery residents (194/326) completed the survey. Surgery residents reported working longer hours per week (83.0 versus 62.5 hours; P < 0.01), and scored higher on the ESS (12.8 versus 9.2; P < 0.01) compared with other residents. Surgery residents scored significantly lower than others on the SDI scale (45.2 versus 51.5, P < 0.01), indicating less perceived impact of sleep deprivation on performance. CONCLUSIONS: These results are consistent with the presence of an underlying culture within surgery in which individuals may be less willing to accept a natural limitation of individual performance. Whether these findings represent an actual resilience to sleep deprivation among surgery residents or a misperception within this group remains to be determined.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».