Notice bibliographique
Résumé
To the Editor: In proposing residency wellness programs as a way to reduce burnout, Dr. Lefebvre1 pushes this issue into the limelight. However, there is a second issue in many of our institutions that must be dealt with at the same time—faculty role modeling. Residents will look first to their supervisors and mentors during times of distress to determine how to react. I recognize from my current position as an academic pediatrician that we faculty are inconsistent role models of physician wellness. For wellness programs to work, I propose that we as academic faculty must show that we can follow the adage “Physician, heal thyself.” We have to promote the idea that our own self-care affects our trainees and ultimately patients. In the rest of this letter, I offer some suggestions of how to do this. In a survey of Quebec physicians, many respondents alluded to a culture of “workaholism” among physicians and a stigma attached to their seeking professional help.2 To remove this stigma, I suggest that wellness programs for both residents and faculty emphasize how such programs contribute to an environment of patient safety. An ideal way to do this is to publicize that mindfulness training in wellness programs reduces physician errors. In addition, we need to demonstrate repeatedly that an atmosphere of physician wellness leads to improved quality of patient care. Finally, a recent cross-sectional survey by Shanafelt et al3 emphasizes that time spent in a meaningful activity has a strong inverse relationship with risk of burnout. Perhaps in emphasizing and implementing self-care, we will become able to rediscover the meaning and satisfaction in our daily work. I applaud Dr. Lefebvre’s message and work. I recommend that all of us in academic medicine re-examine how to generate buy-in for wellness programs by physicians at all levels. Perhaps in the current climate of acceptance of quality improvement, those of us who are physicians can retrain ourselves to accept our own well-being as a part of effective patient service. Sheela Rao, MD Assistant professor of pediatrics, Keck School of Medicine at the University of Southern California, Children’s Hospital Los Angeles, Los Angeles, California; [email protected]
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 | 0,010 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,023 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
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 ».