Canadian emergency physician psychological distress and burnout during the first 10 weeks of COVID‐19: A mixed‐methods study
Notice bibliographique
Résumé
Objectives: The aim of this study was to report burnout time trends and describe the psychological effects of working as a Canadian emergency physician during the first weeks of the coronavirus disease 2019 (COVID-19) pandemic. Methods: This was a mixed-methods study. Emergency physicians completed a weekly online survey. The primary outcome was physician burnout as measured by the emotional exhaustion and depersonalization items, from the Maslach Burnout Inventory. We captured data on work patterns, aerosolizing procedures, testing and diagnosis of COVID-19. Each week participants entered free text explaining their experiences and well-being. Results: = 0.155). Three participants were diagnosed with COVID-19. Being tested for COVID-19 (odds ratio [OR] 11.5, 95% confidence interval [CI] 3.1-42.5) and the number of shifts worked (OR 1.3, 95% CI 1.1-1.5 per additional shift) were associated with high emotional exhaustion. Having been tested for COVID-19 (OR 4.3, 95% CI 1.1-17.8) was also associated with high depersonalization. Personal safety, academic and educational work, personal protective equipment, the workforce, patient volumes, work patterns, and work environment had an impact on physician well-being. A new financial reality and contrasting negative and positive experiences affected participants' psychological health. Conclusion: Emergency physician burnout levels remained stable during the initial 10 weeks of this pandemic. The impact of COVID-19 on the work environment and personal perceptions and fears about the impact on lifestyle have affected physician well-being.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| 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 tête enseignante, 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 ».