Prevalence and risk factors of burnout among female oncology professionals from the Middle East and North Africa (MENA).
Notice bibliographique
Résumé
11016 Background: Burnout (BO) is a recognized challenge among oncology workforce. It affects both genders with a higher frequency among women. This study examined the factors contributing to the development of burnout among women in oncology from the Middle East and North Africa (MENA). Methods: An online cross-sectional survey was distributed to oncology professionals from different countries in the MENA region. The validated Maslach Burnout Inventory (MBI) of emotional exhaustion (EE), Depersonalization (DE), and Personal Achievement (PA) plus questions about demography/work-related factors and attitudes toward oncology were included. Data were analyzed to measure BO prevalence and related factors. Results: Between February 10 and March 15, 2020, 545 responses were submitted by female professionals. The responses pre-dated the COVID-19 pandemic emergence in the region. BO prevalence was 71% among female professionals. Women aged < 44 years represented 85% of the cohort. Sixty-two percent were married, 52% with children and one-third practiced a hobby. Two-thirds worked in medical oncology, worked for < 10 years and 35% worked in academia. The majority (73%) spent > 25% on administrative work daily. Nearly half of the respondents (49%) expressed a recurring thought of quitting oncology and 70% had no burnout support or education. Inability to deliver optimal care was reported as distressing for career development in 82%. Factors significantly influencing the BO risk are listed in Table. Marital status, having children, academia and years in practice did not impact the risk of BO among female oncologists form MENA. Conclusions: High BO prevalence was reported among female oncology professionals from MENA. The majority of women oncology workforce were young and early- to mid-career in this cohort. Younger age, practicing in North African countries, high administrative load and the recurring thought of quitting were associated with increased risk of burnout. Whereas, practicing a hobby and enjoying oncology communication decreased the BO risk. Burnout support and education specifically for women in oncology is needed.[Table: see text]
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,002 | 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 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 ».