Formal mentorship in a surgical residency training program: A prospective interventional study
Notice bibliographique
Résumé
BACKGROUND: Otolaryngology-Head and Neck surgery resident physicians (OHNSR) have a high prevalence of burnout, job dissatisfaction and stress as shown within the literature. Formal mentorship programs (FMP) have a proven track record of enhancing professional development and academic success. More importantly FMP have an overall positive impact on residents and assist in improving job satisfaction. The purpose of the study is to determine the effects of a FMP on the well-being of OHNSR. METHODS: A FMP was established and all OHNSR participation was voluntary. Eight OHNSR participated in the program. Perceived Stress Survey (PSS) and the Maslach Burnout Inventory (MBI) were administered at baseline and then at 3, 6, 9, and 12 month intervals. World Health Quality of Life-Bref Questionnaire (WH-QOL) was administered at baseline and at 12 months. RESULTS: Baseline statistics found a significant burden of stress and burnout with an average PSS of 18.5 with a high MBI of 47.6, 50.6, and 16.5 for the emotional, depersonalization, and personal achievement domains respectively. Quality of life was also found to be low with a WH-QOL score of 71.9. After implementation of the FMP, PSS was reduced to 14.5 at 3 months (p = 0.174) and a statistically significant lower value of 7.9 at 12 months (p = 0.001). Participants were also found to have lower emotional scores (14.9, p < 0.0001), levels of depersonalization (20.1, p < 0.0001), and higher personal achievement (42.5, p < 0.0001) on MBI testing at 12 months. Overall quality values using the WH-QOL was also found to be significantly improved (37.5, P = 0.003) with statistically significant lower scores for the physical health (33.9, p = 0.003), psychological (41.1, p = 0.001), social relationship (46.9, p = 0.019), and environment (53.5, p = 0.012) domains. CONCLUSION: This is the first study to show that FMP can potentially alleviate high levels of stress and burnout within a surgical residency program and achieve higher levels of personal satisfaction as well as overall quality of life.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».