Burnout and compassion fatigue among organ and tissue donation coordinators: a scoping review
Notice bibliographique
Résumé
OBJECTIVES: To collate and synthesise available literature on burnout and compassion fatigue (CF) among organ and tissue donation coordinators (OTDCs) and to respond to the research question: what is known about burnout and CF among OTDCs worldwide? DESIGN: Scoping review using Joanna Briggs Institute methodology for scoping reviews. DATA SOURCES: Medline, EMBASE, PsycINFO, CINAHL, LILACS, PTSpubs and grey literature (ResearchGate, OpenGrey, Organ Donation Organization (ODO) websites, open access theses and dissertations) up to April 2020. STUDY SELECTION: Studies reporting aspects of burnout and CF among OTDCs, including risk and protective factors. DATA EXTRACTION: Two reviewers independently screened the studies for eligibility and extracted data from chosen sources using a data extraction tool developed for this study; NVIVO was used to perform a qualitative directed content analysis. RESULTS: The searches yielded 741 potentially relevant records, of which 29 met the inclusion criteria. The majority of articles were from the USA (n=7, 24%), Canada (n=6, 21%) and Brazil (n=6, 21%), published between 2013 and 2020 (n=13, 45%) in transplant journals (n=11, 38%) and used a qualitative design approach (n=12, 41%). In the thematic analysis, we classified the articles into five categories: (1) burnout characteristics, (2) CF characteristics, (3) coping strategies, (4) protective factors and (5) ambivalence. CONCLUSION: We identified aspects of burnout and CF among OTDCs, including defining characteristics, demographic predispositions, protective factors, coping strategies, precursors, consequences and personal ambivalences. Researchers described burnout and CF characteristics but did not use consistent terms when referring to CF and burnout, which may have hindered the identification of all relevant sources. This gap should be addressed by the application of consistent terminology, systematic approaches and appropriate research methods that combine quantitative and qualitative investigation to examine the underlying reasons for the development of burnout and CF among OTDCs.
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 | 0,030 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,026 | 0,021 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».