Burnout and its Relationship to Psychological Distress and Job Satisfaction Among Academician and Non-Academician in Malaysia
Notice bibliographique
Résumé
ObjectivesThe purpose of this study was to ascertain the prevalence of burnout and its associated risk factors among the University staff involving both academician and non-academician and relate these to their job satisfaction.MethodsA cross sectional study was conducted among the Universiti Teknologi MARA (UITM) staff involving both academician and non-academician. The participants were emailed the questionnaires through their university email and alternative email addresses. They were asked to complete questionnaires on their sociodemographic and work details, Copenhagen Burnout Inventory (CBI), Depression, Anxiety and Stress Scale (DASS-21) and Job Satisfaction Scale (JSS).ResultsAmong the 411 participants who participated, 53% were academicians (n= 216). Academician demonstrated greater burnout levels and psychological distress when compared to non-academician. Correlational analyses indicated moderate to high correlation between psychological distress and burnout due to work, personal and client where higher burnout was associated with higher psychological distress. Non-academician demonstrated greater job satisfaction levels when compared to academician. Correlational analyses indicated high correlation between job satisfaction and burnout due to work, with higher burnout levels associated with lower job satisfaction among staff. Conclusion This study showed that academicians suffers from high levels of burnout in aspects of personal, work and client related matters and this has contributed to higher psychological distress among them and greatly affect their job satisfaction.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».