MétaCan
Menu
Retour à la cohorte
Enregistrement W3211612520 · doi:10.1186/s12909-021-02995-z

“One size does not fit all” – lessons learned from a multiple-methods study of a resident wellness curriculum across sites and specialties

2021· article· en· W3211612520 sur OpenAlexaff
Deanna Chaukos, Jonathan P. Zebrowski, Nicole M. Benson, Alper Çelik, Emma Chad‐Friedman, Aviva Teitelbaum, Carol A. Bernstein, Rebecca W. Cook, Afia Genfi, John W. Denninger

Notice bibliographique

RevueBMC Medical Education · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesNational Institute of Mental Health
Mots-clésCurriculumMedical educationMEDLINEClass sizePsychologyMedicineMathematics educationPedagogyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is growing recognition that wellness interventions should occur in context and acknowledge complex contributors to wellbeing, including individual needs, institutional and cultural barriers to wellbeing, as well as systems issues which propagate distress. The authors conducted a multiple-methods study exploring contributors to wellbeing for junior residents in diverse medical environments who participated in a brief resilience and stress-reduction curriculum, the Stress Management and Resiliency Training Program for Residents (SMART-R). METHODS: Using a waitlist-controlled design, the curriculum was implemented for post-graduate year (PGY)-1 or PGY-2 residents in seven residency programs across three sites. Every three months, residents completed surveys, including the Perceived Stress Scale-10, General Self-Efficacy Questionnaire, a mindfulness scale (CAMSR), and a depression screen (PHQ-2). Residents also answered free-text reflection questions about psychological wellbeing and health behaviors. RESULTS: The SMART-R intervention was not significantly associated with decreased perceived stress. Linear regression modeling showed that depression was positively correlated with reported stress levels, while male sex and self-efficacy were negatively correlated with stress. Qualitative analysis elucidated differences in these groups: Residents with lower self-efficacy, those with a positive depression screen, and/or female residents were more likely to describe experiencing lack of control over work. Residents with higher self-efficacy described more positive health behaviors. Residents with a positive depression screen were more self-critical, and more likely to describe negative personal life events. CONCLUSIONS: This curriculum did not significantly modify junior residents' stress. Certain subpopulations experienced greater stress than others (female residents, those with lower self-efficacy, and those with a positive depression screen). Qualitative findings from this study highlight universal stressful experiences early in residency, as well as important differences in experience of the learning environment among subgroups. Tailored wellness interventions that aim to support diverse resident sub-groups may be higher yield than a "one size fits all" approach. TRIAL REGISTRATION: NCT02621801 , Registration date: December 4, 2015 - Retrospectively registered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,145
score de la tête « metaresearch » (Gemma)0,114
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,767

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1450,114
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0040,006
Science ouverte0,0050,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,194
Tête enseignante GPT0,555
Écart entre enseignants0,361 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Medical EducationMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207