Professionalization Of Empathy And Predictors Of Helping Professionals’ Burnout
Notice bibliographique
Résumé
The article presents the results of a study of empathy in connection with the severity of symptoms of burnout among nurses. To assess empathy we used Interpersonal Reactivity Index (IRI) by M. Davis, to measure burnout level — Maslach Burnout Test (MBT). As a result of the regression analysis of the data, the main hypothesis of the study was confirmed: it is the level of personal distress as a phenomenon of empathy dysregulation that contributes to the development of symptoms of helping professionals’ burnout. “Positive” empathic processes (perspective taking, fantasy and empathic concern) could serve as a means of burnout prevention. Personal distress is seen in its relationship with alexithymia (measured by Toronto Alexithymia Scale TAS-20-R) and psychological mindedness (propensity to psychological thinking, measured by Psychological Mindedness Scale by H. Conte) as the characteris- tics that reflect emotional regulation and coping strategies. The work experience of nurses did not act as a predictor of burnout indicators. This article was prepared with the financial support of the Russian Foundation of Hu- manities (project № 15-26-01007) and Belarusian Republican Foundation for Fundamental Research (project №Г15Р-028), international project “Empathy development in socionomic (“helping”) professions”.
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 | 0,011 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».