Practice Environments and Job Satisfaction in Patient-Centered Medical Homes
Notice bibliographique
Résumé
PURPOSE: We undertook a study to evaluate the effects of medical home transformation on job satisfaction in the primary care setting. METHODS: We collected primary data from 20 primary care practices participating in medical home pilot projects in Rhode Island and Colorado from 2009 to 2011. We surveyed clinicians and staff about the quality of their practice environments (eg, office chaos, communication, difficulties in providing safe, high-quality care) and job satisfaction at baseline and 30 months, and about stress, burnout, and intention to leave at 30 months. We interviewed practice leaders about the impact of pilot project participation. We assessed longitudinal changes in the practice environment and job satisfaction and, in the final pilot year, examined cross-sectional associations between the practice environment and job satisfaction, stress, burnout, and intention to leave. RESULTS: Between baseline and 30 months, job satisfaction improved in Rhode Island (P=.03) but not in Colorado. For both pilot projects, reported difficulties in providing safe, high-quality care decreased (P<.001), but emphasis on quality and the level of office chaos did not change significantly. In cross-sectional analyses, fewer difficulties in providing safe, high-quality care and more open communication were associated with greater job satisfaction. Greater office chaos and an emphasis on electronic information were associated with greater stress and burnout. CONCLUSIONS: Medical home transformations that emphasize quality and open communication while minimizing office chaos may offer the best chances of improving job satisfaction.
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 | 0,003 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».