The influence of time-management on medical resident's perceived stress scale and overtime: A tertiary care hospital experience from Switzerland
Notice bibliographique
Résumé
Background and Aim: Many physicians express challenges in managing time demands during clinical practice. Effective time-management skills may counter the negative effects of high workload and time pressures, and subsequently improve productivity as well as professional and personal wellness. The objective is to determine the impact of time-management training on medical residents' overtime hours and self-reported stress scores. Materials and Methods: The present study employed a within-subjects, single group pretest-posttest design. Convenience sampling was used to recruit 27 medical residents from a tertiary care hospital in Saint Gall, Switzerland. Each resident participated in a single, 2-h interactive time-management workshop. Each resident completed the Perceived Stress Scale-10 (PSS-10) 1-week before and 8-week after the time-management intervention. Overtime of every resident was documented during the same time intervals using a hospital-based computer system. Finally, we recorded whether residents experienced any stressful life events during this 8-week study. Results: Residents worked significantly fewer overtime hours after the time-management intervention than before the intervention (P = 0.01). There was also a significant reduction in mean PSS scores following the intervention, but only for residents who reported experiencing stressful life events during the study (P = 0.028). The intervention had no effect on mean PSS scores for residents who did not report a stressful life event (P = 0.36). Conclusion: The present study reported an effect of time-management training on overtime and perceived stress in residents. We argue that time-management can help residents cope with external stressors, and that individuals who experience stressful life events may especially benefit from time-management training.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».