MétaCan
Menu
Retour à la cohorte
Enregistrement W2341736783 · doi:10.1177/2050312116643907

The effects of distress and the dimensions of coping strategies on physicians’ satisfaction with competence

2016· article· en· W2341736783 sur OpenAlexaffabout
Rein Lepnurm, Robert Nesdole, Juan Nicolás Peña-Sánchez

Notice bibliographique

RevueSAGE Open Medicine · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensQueen's UniversityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineCoping (psychology)Competence (human resources)DistressClinical psychologyFamily medicinePsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The purposes of this study were to (1) articulate the dimensions of Coping strategies used by physicians, and (2) determine whether Coping strategies alleviated Distress and enhanced Satisfaction with Competence. METHODS: Comprehensive questionnaires on factors associated with Satisfaction with Competence were sent to a stratified sample of 5300 physicians across Canada. The response rate was 57% with negligible bias. Factor analysis was used to articulate the dimensions of Coping strategies. The classic Baron and Kenny regression series was used to establish whether Coping mediates the effects of Distress on Satisfaction with Competence. Years in Practice, Self-Reported Health, and Duties of Physicians were control factors. RESULTS: A reliable 15-item measure of Coping was confirmed (α = .76) with four reasonably reliable dimensions: Collegiality (α = .80), Attitude (α = .63), Managing Work (α = .60), and Self-Care (α = .62). Physicians reported a mean Satisfaction with Competence of (M = 4.26 out of 6.0, standard deviation (SD) = 0.64) with General practitioners reporting slightly lower levels of Satisfaction with Competence than average. Conversely, chronic disease, clinical, and procedural specialists reported higher levels of Satisfaction with Competence. The mean Distress level for all physicians was (M = 3.66 out of 7.0, SD = 0.93). The highest levels of distress were reported by emergency physicians, general practitioners, and surgeons. Clinical specialists, anesthesiologists, and psychiatrists reported the lowest levels of distress. Physicians reported (M = 4.48 out of 7.0, SD = 0.78) as the mean level of Coping ability with clinical specialists and general practitioners reporting lower than average abilities to cope. Laboratory and chronic care specialists reported greater than average coping abilities. Regression analyses established Coping as a mediator of Distress which predicted physicians' Satisfaction with Competence. CONCLUSION: Four groups of coping strategies were significant in relieving the pressures of work: (1) Collegiality, (2) Self-Care, (3) Managing Work, and (4) Positive Attitude.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,397
Écart entre enseignants0,370 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAGE Open MedicineMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207