Burnout in Canadian Radiology Residency: A National Assessment of Prevalence and Underlying Contributory Factors
Notice bibliographique
Résumé
Objective: To determine burnout prevalence in Canadian radiology residency and identify contributing factors. Materials and Methods: A prospective 57-item survey, including the 22-item Maslach Burnout Inventory-Health Sciences Survey, was sent to all Canadian radiology residents, with a total resident population of 359. The association between emotional exhaustion (EE), depersonalization (DP), and personal achievement (PA) scores with items in the survey was performed. Continuous data were evaluated using the Student t test for comparing the means between the 2 groups or the analysis of variance test for comparing the means between at least 3 groups. Spearman correlation coefficient was performed when evaluating ordinal categorical data. Results: Response rate is 40.1% (n = 144); 50.7% of residents demonstrate high EE, 48.6% demonstrate high DP, and 35.9% demonstrate low PA. Being unhappy with residency and with radiology as a career is associated with burnout ( P < .001). Age, sex, marital status, and children have no impact on burnout. More hours worked is associated with higher EE ( P = .025) and DP ( P = .004). In all, 47.2% residents experienced intimidation or harassment. Feeling unsupported by staff radiologists is associated with higher EE ( P < .001), higher DP ( P = .001), and lower PA ( P = .008). In all, 45.1% of residents have poor work–life balance, and those residents demonstrate higher EE ( P < .001), higher DP ( P = .006), and lower PA ( P = .01). In all, 25% of residents identify poor education-service balance in their residency, and those residents have higher EE ( P < .001), higher DP ( P = .042), and lower PA ( P = .005). Conclusion: This study demonstrates significant burnout in Canadian radiology residents with major contributory factors identified.
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 | 0,000 |
| 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 ».