Job Satisfaction Among Young Board-Certified Surgeons at Academic Centers in Europe and North America
Notice bibliographique
Résumé
OBJECTIVES: To identify independent factors influencing job satisfaction of academic surgeons within their first 10 years after board certification. BACKGROUND DATA: Job satisfaction is increasingly recognized as a crucial factor for high performance of individuals and teams in most organizations. Sophisticated tools are now available to assess job satisfaction in medicine. METHODS: A survey among 439 faculty surgeons from 16 European countries, United States, and Canada was conducted in 2011. Satisfaction at work was analyzed using the validated Global Job Satisfaction (GJS) instrument (score range, -36 to +36), modified to an extended version (eGJS) (score range, -87 to +87) covering additional personal and environmental factors. Independent factors were identified with multiple logistic regression analysis. RESULTS: Response rate was high at 59% (439/744). Median age of responders was 39 years, with 17% women. North American surgeons scored higher on the eGJS when compared with Europeans (median: 21 vs. 33, respectively, P < 0.001). The surgical specialty with the highest median eGJS score was colorectal, whereas general surgery scored lowest (median: 33 vs 7, respectively, P = 0.002). On multivariate analysis, independent factors of high job satisfaction included protected time for research (odds ratio [OR]: 9), good team relationship (OR: 7), female sex (OR: 5), having a partner (OR: 4), feeling enthusiastic about work (OR: 4), being pleased with life accomplishments (OR: 4), having the standard of living one deserves (OR: 3), and clinical autonomy (OR: 3). In contrast, independent predictors of poor job satisfaction were feeling frustrated by work (ie, a burnout item) (OR: 37), worrying about personal life at work (OR: 3), and having to work too many weekends (OR: 3). CONCLUSIONS: Satisfaction in young faculty members mostly relates to research opportunities, clinical autonomy, burnout, and lifestyle. Understanding satisfaction factors may improve productivity and competence.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».