Síndrome de Burnout e fatores preditores: estudo com profissionais de enfermagem do serviço de atendimento móvel de urgência
Notice bibliographique
Résumé
A Síndrome de Burnout é uma doença desencadeada pelo exercício do trabalho que afeta a saúde física e mental do trabalhador. Objetivo: Analisar a Síndrome de Burnout e os fatores preditores em profissionais de Enfermagem que trabalham no SAMU de um município da Paraíba. Os dados foram coletados por meio de um questionário contendo dados sociodemográficos, um instrumento de avaliação da pré-disposição à SB, o Síndrome de Quemarse por el Trabajo - CESQT e um instrumento para avaliação Fatores Preditores e Sintomas Somáticos de Burnout em Trabalhadores de Enfermagem. A pesquisa foi realizada levando em consideração os aspectos éticos preconizados pela Resolução CNS 466/2012 do Conselho Nacional de Saúde. Podendo-se concluir que os resultados encontrados nesse estudo confirmaram que há ocorrência de características para pré-disposição à Síndrome de Burnout entre a equipe de enfermagem do SAMU do Patos-PB. Chamando atenção no resultado elevado do número de profissionais com características da síndrome, principalmente, os casos classificados como Perfil 2, necessitando de afastamento para tratamento.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».