MétaCan
Menu
Retour à la cohorte
Enregistrement W2291562260 · doi:10.1093/pch/16.7.409

Burnout among faculty physicians in an academic health science centre

2011· article· en· W2291562260 sur OpenAlexaff
James G. Wright, Nicole Khetani, Derek Stephens

Notice bibliographique

RevuePaediatrics & Child Health · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésBurnoutHealth scienceMedical educationMedicinePsychologyFamily medicineNursingClinical psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Burnout experienced by physicians is concerning because it may affect quality of care. OBJECTIVE: To determine the frequency of burnout among physicians at an academic health science centre and to test the hypothesis that work hours are related to burnout. METHODS: All 300 staff physicians, contacted through their personal e-mail, were provided an encrypted link to an anonymous questionnaire. The primary outcome measure, the Copenhagen Burnout Inventory, has three subscales: personal, work related and patient related. RESULTS: The response rate for the questionnaire was 70%. Quantitative demands, insecurity at work and job satisfaction affected all three components of burnout. Of 210 staff physicians, 22% (n=46) had scores indicating personal burnout, 14% (n=30) had scores indicating work-related burnout and 8% (n=16) had scores indicating patient-related burnout. The correlation between total hours worked and total burnout was only 0.10 (P=0.14) DISCUSSION: Up to 22% of academic paediatric physicians had scores consistent with mild to severe burnout. A simple reduction in work hours is unlikely to be successful in reducing burnout and, therefore, quantitative demands, job satisfaction and work insecurity may require attention to address burnout among academic physicians.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
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 enseignants0,070
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,005
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 Opus0,087
Tête enseignante GPT0,428
Écart entre enseignants0,341 · 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.

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

Citations52
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207