The Prevalence of Compassion Fatigue among Veterinary Students in Australia and the Associated Psychological Factors
Notice bibliographique
Résumé
Compassion fatigue, compassion satisfaction, and other characteristics such as mindfulness and mental health stigma have not been investigated in veterinary students. The aims of this study were twofold: first to determine the prevalence of compassion, satisfaction, burnout, and secondary traumatic stress among Australian veterinary students and second to investigate the association between these factors and self-stigma, coping, empathy, and mindfulness. A cross-sectional online survey consisting of demographic questions and four validated psychological measures sampled 828 students, with a response rate of 31% (255/828). We obtained a usable sample of completed surveys from 193 of 828 (23%) veterinary students from six of the seven Australian veterinary schools. Bivariate correlations and multiple regression analyses were used to examine associations between the psychological predictors and the outcome variables. Approximately 30% of veterinary students were at high risk of burnout, 24% were at high risk of secondary traumatic stress, and 21% reported low compassion satisfaction. High empathic concern, low personal distress, female gender, and employment history at a veterinary clinic were associated with high compassion satisfaction. High dysfunctional coping, low nonjudgmental and acting-with-awareness mindfulness, and lack of previous employment at a veterinary clinic were associated with high burnout. High dysfunctional coping, low acting-with-awareness mindfulness, high self-stigma, and high personal distress were associated with high secondary traumatic stress. As a result of these findings, certain emotional characteristics can be identified as targets for intervention to minimize the frequency and potentially negative impact of compassion fatigue and burnout in veterinary students.
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 | 0,004 |
| 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 | 0,001 | 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) | 0,001 | 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 ».