Burnout in therapy radiographers in the UK
Notice bibliographique
Résumé
The 2007 UK National Radiotherapy Advisory Group report indicated that the number and type of staff available is one of the "rate-limiting" steps in improving productivity in radiotherapy departments. Retaining well-trained, satisfied staff is key to meeting the objectives of the report; burnout is an important factor linked to satisfaction and attrition. The results of a survey measuring burnout in a sample of radiotherapists (therapy radiographers) are presented and considered against norms for the health sector and burnout in therapists from Canada and the USA. Case study methodology was used studying six radiotherapy departments selected because of close geographical proximity and differing vacancy rates for radiotherapists. An anonymous survey of radiotherapists used the Maslach Burnout Inventory (MBI) and other workforce-related measures (e.g. job satisfaction scales, measures of professional plateau, intentions to leave, job characteristics and demographic data); the results of the burnout questionnaire alone are presented in this paper. A total of 97 completed questionnaires were returned (representing a 28% response rate). The average score for emotional exhaustion was higher than the MBI norms, with 38% of respondents reporting emotional exhaustion (an element of burnout). The data presented support and validated a previous qualitative study, and highlighted key areas of concern requiring further study. A correlation between burnout and job dissatisfaction and intention to leave was identified; managers may want to consider encouraging role extension and good leadership qualities in treatment unit leaders to minimise the potential for burnout.
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 | 0,002 | 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 | 0,001 |
| 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 ».