Psychosocial Risk Factors and Self-Reported Health of the Medical Personnel in the Polyclinic of Petropavlovsk (Kazakhstan)
Notice bibliographique
Résumé
Abstract Objectives:Psychosocial risk factors at work in developing countries still stay without due research cognizance. This study aims to measure psychosocial risks in the work of medical workers in Kazakhstan. Methods: Job Content Questionnaire (JCQ) by Karasek and colleagues was applied in this survey, modified by the authors in accordance to the study objectives, mainly for studying the relation between psychosocial risks and health of medical employees. The medical staff was categorized to nine occupational groups based on the International Standard Classification of Occupations (ISCO-08). Data was analyzed statistically with the use of the IBM Statistics SPSS 21 program. Findings: High strained job is performed only by nurse`s aides of the polyclinic. High strain is mainly explained by extreme workloads and lack of decisional latitude. This is hardly to be compared to the outcomes in any other previous studies since there is no specification for nurse`s aides at all. General practitioners encounter higher strain at work than specialist doctors. Although the specification of doctors is extremely important is ignored in the most of research. Social support in the polyclinic is low in comparison to those values received in other studies. Meanwhile, social support is salient to employees in decreasing their job dissatisfaction. Overall, non-material incentives are more important for health workers to feel satisfied. Job dissatisfaction is also affected by the changes in the working position. Alteration in the job rank was included into the questionnaire as an additional scale. The poor health status is mainly professed by employees of elementary occupations. Similarly, workers holding lowerranks in previous investigations report health status more negative. Improvements/Applications: This study is devoted to psychosocial risks at work of medical personnel in Kazakhstan. Results of the research, though, are applicable in developing countries undergoing transformation, particularly in healthcare. Keywords decisional latitude, job dissatisfaction, job strain, occupational groups, psychological demands, social support.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».