Alexithymia, traumatic stress symptoms and burnout in female healthcare professionals
Notice bibliographique
Résumé
Objective The burnout syndrome represents a defence mechanism against stress and includes stages with decreased ability to experience feelings and emotional states. This finding suggests that burnout might be closely linked to emotional ‘blindness’ as a defence mechanism against negative and overwhelming emotions known as alexithymia. The aim of this study is to examine the relationships between burnout syndrome, alexithymia, depression and traumatic stress symptoms in healthcare professionals. Methods This empirical study assessed female healthcare professionals who work with a population of patients with diabetes, utilizing the Maslach Burnout Inventory (MBI-HSSMP), Burnout Measure (BM), Toronto Alexithymia Scale (TAS-20), Beck Depression Inventory (BDI-II) and Traumatic Stress Checklist (TSC-40). Data were analysed using Spearman’s correlation coefficient. Results A total of 114 female participants were included (age range, 31–60 years; mean age, 46.62 ± 8.71 years). Statistically significant associations were found between burnout syndrome (BM scores) and alexithymia (TAS-20) ( r = 0.41), and between BM scores and traumatic stress (TSC-40; r = 0.63). The MBI-HSSMP emotional exhaustion subscale also correlated with alexithymia (TAS-20) ( r = 0.37). Conclusion Findings of this study suggest that alexithymia and traumatic stress are related to burnout symptoms. This dynamic may be potentially useful for detecting and preventing burnout syndrome.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».