Moral distress and burnout in internal medicine residents
Notice bibliographique
Résumé
BACKGROUND: Residents frequently encounter situations in their workplace that may induce moral distress or burnout. The objective of this study was to measure overall and rotation-specific moral distress and burnout in medical residents, and the relationship between demographics and moral distress and burnout. METHODS: The revised Moral Distress Scale and the Maslach Burnout Inventory (Human Service version) were administered to Internal Medicine residents in the 2013-2014 academic year at the University of British Columbia. RESULTS: Of the 88 residents, 45 completed the surveys. Participants (mean age 30+/-3; 46% male) reported a median moral distress score (interquartile range) of 77 (50-96). Twenty-six percent of residents had considered quitting because of moral distress, 21% had a high level of burnout, and only 5% had a low level of burnout. Moral distress scores were highest during Intensive Care Unit (ICU) and Clinical Teaching Unit (CTU) rotations, and lowest during elective rotations (p<0.0001). Women reported higher emotional exhaustion. Moral distress was associated with depersonalization (p=0.01), and both moral distress and burnout were associated with intention to leave the job. CONCLUSION: Internal Medicine residents report moral distress that is greatest during ICU and CTU rotations, and is associated with burnout and intention to leave the job.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,301 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 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 tête enseignante, 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 ».