MétaCan
Menu
Retour à la cohorte
Enregistrement W3120132498 · doi:10.9778/cmajo.20200059

Burnout and distress among allied health care professionals in a cardiovascular centre of a quaternary hospital network: a cross-sectional survey

2021· article· en· W3120132498 sur OpenAlexaffvenueabout
Barry B. Rubin, Rebecca Goldfarb, Daniel Satele, Leanna Graham

Notice bibliographique

RevueCMAJ Open · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensToronto General HospitalGolder Associates (Canada)University Health Network
Organismes subventionnairesnon disponible
Mots-clésBurnoutDistressMedicineAnxietyReferralQuality of life (healthcare)Health careCross-sectional studyEmotional exhaustionAffect (linguistics)Family medicineClinical psychologyPsychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Burnout and distress negatively affect the well-being of health care professionals and the treatment they provide. Our aim was to measure the prevalence of burnout and distress among allied health care staff at a cardiovascular centre of a quaternary hospital network in Canada, and compare outcomes to those for nonphysician employees in the United States. METHODS: , Fisher exact or Kruskal-Wallis test as appropriate to perform univariate comparisons in the sample of respondents. We assessed the relation between a WBI score of 2 or higher and demographic characteristics. We compared univariate associations among WBI data for nonphysician employees in the US who completed the WBI to responses from our participants. RESULTS: = 0.05) than 9096 nonphysician employees in the US. INTERPRETATION: The prevalence of burnout, emotional problems and distress was high among allied health care staff. Fair treatment in the workplace and adequate staffing may lower distress levels and improve the work experience of these health care professionals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,425
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207