Association of demographic, career, and lifestyle factors with resilience and association of resilience with mental health outcomes in veterinarians in Canada
Notice bibliographique
Résumé
OBJECTIVE: To investigate the association of demographic, career, and lifestyle factors with resilience and the association of resilience with mental health outcomes in Canadian veterinarians. SAMPLE: 1,130 veterinarians in clinical practice across Canada. PROCEDURES: An online questionnaire was used to collect participant data and included 5 validated psychometric scales to evaluate resilience (through the Connor-Davidson Resilience Scale [CD-RISC]), perceived stress (through the Perceived Stress Scale), emotional distress (through the Hospital Anxiety and Depression Scale), burnout (through the Maslach Burnout Inventory), and secondary traumatic stress (through the Professional Quality of Life Scale). A multivariable linear regression model was used to investigate associations between CD-RISC scores and demographic, career, and lifestyle characteristics. Univariable linear regression models were used to assess the relationship between resilience scores and other mental health outcomes. RESULTS: The strongest positive association was between CD-RISC score and overall health. The level of satisfaction with support from friends and workplace resources had positive associations with the CD-RISC score. The presence of mental illness had the strongest negative association with the CD-RISC score. Being married, working in a small animal practice, or having an associate role were negatively associated with the CD-RISC score. The CD-RISC score had negative associations with scores for perceived stress, anxiety, depression, burnout, and secondary traumatic stress. CONCLUSIONS AND CLINICAL RELEVANCE: Models provided evidence for the role of resilience in protecting against negative mental health outcomes in veterinarians. Both personal and workplace factors were associated with resilience, presenting opportunities for intervention at each of these levels.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».