Predictors and Consequences of Veterans Affairs Mental Health Provider Burnout: Protocol for a Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: In the Veterans Health Administration (VHA), mental health providers (MHPs) report the second highest level of burnout after primary care physicians. Burnout is defined as increased emotional exhaustion and depersonalization and decreased sense of personal accomplishment at work. OBJECTIVE: This study aims to characterize variation in MHP burnout by VHA facility over time, identifying workplace characteristics and practices of high-performing facilities. METHODS: Using both qualitative and quantitative methods, we will evaluate factors that influence MHP burnout and their effects on patient outcomes. We will compile annual survey data on workplace conditions and annual staffing as well as productivity data to assess same and subsequent year provider and patient outcomes reflecting provider and patient experiences. We will conduct interviews with mental health leadership at the facility level and with frontline MHPs sampled based on our quantitative findings. We will present our findings to an expert panel of operational partners, Veterans Affairs clinicians, administrators, policy leaders, and experts in burnout. We will reengage with facilities that participated in the earlier qualitative interviews and will hold focus groups that share results based on our quantitative and qualitative work combined with input from our expert panel. We will broadly disseminate these findings to support the development of actionable policies and approaches to addressing MHP burnout. RESULTS: This study will assist in developing and testing interventions to improve MHP burnout and employee engagement. Our work will contribute to improvements within VHA and will generate insights for health care delivery, informing efforts to address burnout. CONCLUSIONS: This is the first comprehensive, longitudinal, national, mixed methods study that incorporates different types of MHPs. It will engage MHP leadership and frontline providers in understanding facilitators and barriers to effectively address burnout. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/18345.
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 | 0,047 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,010 |
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 ».