MétaCan
Menu
Retour à la cohorte
Enregistrement W3134702603 · doi:10.1111/anae.15360

Impact of the intersection of anaesthesia and gender on burnout and mental health, illustrated by the COVID‐19 pandemic

2021· review· en· W3134702603 sur OpenAlex
Gianni R. Lorello, GAUTAM GAUTAM, Claudia Barned, Miki Peer

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnaesthesia · 2021
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensMontreal Clinical Research InstituteUniversity of OttawaToronto Western HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésBurnoutMedicineMental healthStressorWorkforcePandemicSpecialtyPsychiatryNursingCoronavirus disease 2019 (COVID-19)Clinical psychology

Résumé

récupéré en direct d'OpenAlex

Physician burnout and poor mental health are prevalent and often stigmatised. Anaesthetists may be at particular risk and this is further increased for women anaesthetists due to biases and inequities within the specialty. However, gender-related risk factors for and experiences of burnout and poor mental health remain under-researched and under-reported. This negatively impacts individual practitioners, the anaesthesia workforce and patients and carries significant financial implications. We discuss the impact of anaesthesia and gender on burnout and mental health using the COVID-19 pandemic as an example illustrating how women and men differentially experience stressors and burnout. COVID-19 has further accentuated the gendered effects of burnout and poor mental health on anaesthetists and brought further urgency to the need to address these issues. While both personal and organisational factors contribute to burnout and poor mental health, organisational changes that recognise and acknowledge inequities are pivotal to bolster physician mental health.

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.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,160
Tête enseignante GPT0,481
Écart entre enseignants0,322 · 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