The role of veterinary team effectiveness in job satisfaction and burnout in companion animal veterinary clinics
Notice bibliographique
Résumé
OBJECTIVE: To determine the role of veterinary team effectiveness regarding job satisfaction and burnout in companion animal veterinary practice. DESIGN: Cross-sectional observational study. SAMPLE: 48 companion animal veterinary health-care teams. PROCEDURES: 274 team members participated in an online survey. Overall job satisfaction was evaluated with a 1-item measure, and the 3 dimensions of burnout (exhaustion, cynicism, and professional efficacy) were measured with the Maslach Burnout Inventory-General Survey. Team effectiveness was assessed with a survey developed for this study. Demographic and team effectiveness factors (coordinated team environment, toxic team environment, team engagement, and individual engagement) associated with job satisfaction and burnout were evaluated. RESULTS: Overall mean job satisfaction score was 5.46 of 7 (median, 6.00); veterinary technicians and kennel attendants had the lowest scores. According to the Maslach survey results, 22.4% of participants were in the high-risk category for exhaustion, 23.2% were in the high-risk category for cynicism, and 9.3% were in the high-risk category for professional efficacy. A coordinated team environment was associated with increased professional efficacy and decreased cynicism. A toxic team environment was negatively associated with job satisfaction and positively associated with exhaustion and cynicism. Individual engagement was positively associated with job satisfaction and professional efficacy and negatively associated with exhaustion and cynicism. CONCLUSIONS AND CLINICAL RELEVANCE: Results suggested the effectiveness of a veterinary team can significantly influence individual team members' job satisfaction and burnout. Practices should pay specific attention to the effectiveness with which their veterinary team operates.
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 | 0,003 | 0,011 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».