Well-being, job satisfaction, stress and burnout in speech-language pathologists: A review
Notice bibliographique
Résumé
PURPOSE: The purpose of this review was to evaluate the factors that influence well-being, job satisfaction, stress, and burnout in speech-language pathologists (SLPs), and to identify the impact of these variables on worker recruitment and retention. METHOD: A systematic literature search was conducted. Four electronic databases (PsycARTICLES & PsycINFO, PubMed/Medline, CINHAL and ABI/INFORM) were searched. The search was limited to articles published in English between 1998 and June 2018. To be eligible for inclusion, studies needed to investigate or report well-being, job satisfaction, stress or burnout in SLPs. The methodological quality of each paper was assessed using the "Strengthening the Reporting of Observational Studies in Epidemiology" (for quantitative data) and "Consolidated criteria for Reporting Qualitative research" (for qualitative data) checklists. A data-driven thematic analysis of the literature was used to identify key themes. RESULT: Seventeen of 2050 studies met the inclusion criteria, of which 15 were cross-sectional surveys yielding quantitative data. Two were qualitative studies. There was consistent evidence for SLPs in the USA and Canada experiencing average to high satisfaction in their jobs. However, SLP job satisfaction in the UK was low, and studies in other countries did not address satisfaction. Facet analysis revealed six contributory themes, three of which were clearly associated with well-being: workload/caseload size, professional support, and salary. The contribution of job control (autonomy), length of time in practice and work setting was inconclusive. Evidence for stress and dissatisfaction leading to workforce attrition was found. CONCLUSION: Job satisfaction, stress, and burnout were found to be associated with various occupational features, including elements of demand, support and reward. No previous studies have investigated the interaction between different elements of a job, which might boost satisfaction or ameliorate stress in SLPs. This is the first review using a systematic approach to focus on well-being, satisfaction, stress and burnout in SLPs and suggests more work needs to be done to help identify and improve the well-being of the workforce.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».