Factors Associated With Burnout in Physical Medicine and Rehabilitation Residents in the United States
Notice bibliographique
Résumé
OBJECTIVES: The aims of the study were to determine the prevalence of burnout in physical medicine and rehabilitation residents in the United States and to identify the personal- and program-specific characteristics most strongly associated with residents reporting burnout. DESIGN: This was a cross-sectional survey of US physical medicine and rehabilitation residents. Emotional exhaustion, depersonalization, and burnout were assessed using two validated items from the Maslach Burnout Inventory. Associations of burnout with demographics and personal factors, residency program characteristics, perceived program support, and work/life balance were evaluated. RESULTS: The survey was completed by 296 residents (22.8%), with 35.8% of residents meeting the criteria for burnout. Residents' perception of not having adequate time for personal/family life was the factor most strongly associated with burnout (χ2 = 93.769, P < 0.001). Residents who reported inappropriate clerical burden and working more than 50 hrs/wk on inpatient rotations were most likely to report that they did not have adequate time for personal/family life. Faculty support (χ2 = 41.599, P < 0.001) and performing activities that led residents to choose physical medicine and rehabilitation as a specialty (χ2 = 93.082, P < 0.001) were protective against burnout. CONCLUSIONS: Residents reporting having inadequate time for their personal/family life was most strongly associated with physical medicine and rehabilitation resident burnout, although many personal and program characteristics were associated with burnout.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».