Physician Coping Styles and Emotional Exhaustion
Notice bibliographique
Résumé
This paper examines how different coping styles that physicians use relate to emotional exhaustion, the key defining dimension of burnout. Specifically, we examine the extent to which they use active problem solving techniques, seek support, disengage from the situation or use denial as a coping strategy. In addition, we also explore whether the coping styles are more or less effective depending on certain dispositional and/or situational factors. Two individual predispositions are examined in this study in terms of positive and negative affectivity, as optimism and pessimism are stable personality traits that have implications for how individuals view situations and respond to them. Four different sources of physician work stress are examined to reflect the situational factors: work overload, patient interactions, average weekly work hours at work, and average weekly work hours at home. We analyze survey data from 1,110 practising physicians in a single health region in Western Canada. The overall pattern of results suggests that physicians’ individual dispositions are relevant to understanding the coping styles that they adopt. Physicians appear to use denial as a coping strategy when they experience work overload and difficult patient interactions. Furthermore, it is used by those with high negative affectivity. However, having a highly positive outlook appears to neutralize the harmful relationship between denial and emotional exhaustion. This supports the literature that argues that the effects of different coping styles may depend on the personality traits of who uses them. In addition, the harmful experiences related to stressful patient interactions are weakened for doctors who disengage or take a time out from the situation. This supports the literature that suggests that certain coping strategies may be more effective depending on the situation or type/source of stressor. Our findings suggest that certain coping strategies may be more effective depending on personality type and the type or source of stress encountered.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».