Predictors of Professional Quality of Life in Veterinary Professionals
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.
Notice bibliographique
Résumé
Working in the veterinary profession can be both stressful and rewarding. High workloads, long work hours, emotionally charged interactions with clients, and exposure to animal suffering and participation in euthanasia place many at risk of compassion fatigue, which then threatens their professional quality of life (ProQOL). Despite this risk, many veterinary professionals choose to stay within the profession. This study explores personal and organizational factors predicting compassion satisfaction (CS), burnout, and secondary traumatic stress (STS) in veterinary professionals, and the extent to which these aspects of ProQOL are linked with intentions to leave the profession. Regression results show that personal factors accounted for 31.1% of the variance in CS, 45.3% in burnout, and 33.8% in STS. Organizational factors significantly accounted for 33.3% of the variance in CS, 47.9% in burnout, and 32.7% in STS. Together, ProQOL accounted for 28.9% and 16.0% of the variance in intentions to leave one's current role and to leave the profession altogether, respectively. These results suggest that both personal and organizational factors play a role in veterinary professionals' ProQOL and highlight the importance of promoting CS and managing burnout and STS for the purpose of fostering veterinary staff well-being and retention.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle