Predictors of job satisfaction among academic family medicine faculty: Findings from a faculty work-life and leadership survey.
Notice bibliographique
Résumé
OBJECTIVE: To identify predictors of job satisfaction among academic family medicine faculty members. DESIGN: A comprehensive Web-based survey of all faculty members in an academic department of family medicine. Bivariate and multivariable analyses (logistic regression) were used to identify variables associated with job satisfaction. SETTING: The Department of Family and Community Medicine at the University of Toronto in Ontario and its 15 affiliated community teaching hospitals and community-based teaching practices. PARTICIPANTS: All 1029 faculty members in the Department of Family and Community Medicine were invited to complete the survey. MAIN OUTCOME MEASURES: Faculty members' demographic and practice information; teaching, clinical, administration, and research activities; leadership roles; training needs and preferences; mentorship experiences; health status; stress levels; burnout levels; and job satisfaction. Faculty members' perceptions about supports provided, recognition, communication, retention, workload, teamwork, respect, resource distribution, remuneration, and infrastructure support. Faculty members' job satisfaction, which was the main outcome variable, was obtained from the question, "Overall, how satisfied are you with your job?" RESULTS: Of the 1029 faculty members, 687 (66.8%) responded to the survey. Bivariate analyses revealed 26 predictors as being statistically significantly associated with job satisfaction, including faculty members' ratings of their local department and main practice setting, their ratings of leadership and mentorship experiences, health status variables, and demographic variables. The multivariable analyses identified the following 5 predictors of job satisfaction: the Maslach Burnout Inventory subscales of emotional exhaustion and personal accomplishment; being born in Canada; the overall quality of mentorship that was received being rated as very good or excellent; and teamwork being rated as very good or excellent. CONCLUSION: The findings from this study show that job satisfaction among academic family medicine faculty members is a multi-dimensional construct. Future improvement in overall level of job satisfaction will therefore require multiple strategies.
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 | 0,006 |
| 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 | 0,000 | 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) | 0,001 | 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 ».