MétaCan
Menu
Retour à la cohorte
Enregistrement W2141700998 · doi:10.5430/jha.v4n6p21

Predictors of burnout among physicians and advanced-practice clinicians in central New York

2015· article· en· W2141700998 sur OpenAlexaffvenue
Anthony C. Waddimba, Melinda A. Nieves, Melissa Scribani, Nicole Krupa, Paul Jenkins, John J. May

Notice bibliographique

RevueJournal of Hospital Administration · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésBurnoutWorkloadPsychological resilienceMedicineFamily medicineHealth careObservational studyStaffingNursingMultilevel modelJob satisfactionEmotional exhaustionPsychologyClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Background: Provider wellbeing is a barometer of the strength of healthcare systems/organizations. Burnout prevalence among physicians exceeds that among other adult workers in the United States. Rural-based practitioners might be at greater risk.Objective: We investigated predictors of burnout among group employed providers within an integrated healthcare network.Methods: In a prospective observational study of physicians/advanced-practice clinicians serving an 8-county region of central New York, we linked administrative practice-setting data with responses to a questionnaire-survey comprising validated measures of burnout, resilience, work meaningfulness, satisfaction, risk aversion, and uncertainty/ambiguity tolerance. We included providers on the official payroll, excepting advisory board and/or research team members plus those who retired, resigned or were fired. 308 (65.1%) of 473 eligible clinicians completed the survey. 59.1% of these were physicians/doctoral-level practitioners; 40.9% advanced-practice clinicians. We assessed burnout using a validated 5-level single-item measure formatted as a binary outcome of “burned out/burning out” (levels 3–5) versus not. We derived a parsimonious generalized linear mixed-effects regression of this outcome on provider demographics, work-related needs, risk aversion, satisfaction, and unit characteristics.Results: Perceived workload, relatedness needs, practice satisfaction 75% of the time, dissatisfaction 50%, resilience, and practicing on a small unit were the significant, independent predictors.Conclusions: Heavy workloads, unmet relational needs, frequent dissatisfaction, low resilience, and serving on a small unit were most significantly associated with being “burned out/burning out”. Feeling satisfied most of the time and high resilience were protective. Profession, specialty, autonomy, and support staffing were not statistically significant.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,407
Écart entre enseignants0,363 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital AdministrationMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207