Prevalence of mental health outcomes among Canadian veterinarians
Notice bibliographique
Résumé
OBJECTIVE: To estimate the prevalence of perceived stress, burnout, depression, anxiety, compassion fatigue, compassion satisfaction, resilience, and suicidal ideation among Canadian veterinarians and compare results with those for other populations. SAMPLE: 1,403 veterinarians across Canada. PROCEDURES: The study represented a cross-sectional online survey. The questionnaire incorporated validated psychometric instruments to measure perceived stress, burnout, depression, anxiety, compassion fatigue, and resilience as well as questions regarding suicidal ideation. Means and relative proportions in categories of severity were compared between genders as well as with normative data for the general population and results for veterinarians in the United Kingdom. RESULTS: Approximately 10% of Canadian veterinarians (n = 1,403) completed the survey. Relative to the general population, survey participants had significantly higher mean scores for subscales of burnout and compassion fatigue, anxiety, and depression and significantly lower mean resilience. Relative to males, females had significantly higher mean scores for perceived stress, emotional exhaustion, burnout, secondary traumatic stress, anxiety, and depression and significantly lower mean resilience. Participants also had higher mean scores for anxiety and depression relative to results for United Kingdom veterinarians. The 12-month prevalence of suicidal ideation for participants was 26.2%, which was substantially higher than the estimated prevalence for the general international population (2.1% to 10.0%). CONCLUSIONS AND CLINICAL RELEVANCE: Results suggested that the mental health of Canadian veterinarians was poor, compared with the mental health of the general population. These results should serve as a call to action for tools and educational programs directed at supporting veterinarian mental wellness in Canada, with special attention paid to the disparate needs of the genders.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».