Reducing Burnout and Promoting Health and Wellness Among Medical Students, Residents, and Physicians in Alberta: Protocol for a Cross-Sectional Questionnaire Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND Burnout is an increasingly common and insidious phenomenon experienced by workers in many different fields, although it is of particular concern among physicians and trainees due to the nature of their work. It is estimated that one-third of practicing physicians will experience burnout during their career, and this rate is expected to continue to increase. Burnout has significant implications, as it has been identified as a contributor to increased medical errors, decreased patient satisfaction, substance use, workforce attrition, and suicide. OBJECTIVE This study will evaluate the prevalence and impact of burnout on physicians, residents, and medical students in Alberta. METHODS Quantitative and qualitative data collected through self-administered, anonymous, online questionnaires will be used in this cross-sectional provincial study design. Data collection tools were developed based on published literature and questions from previously validated instruments. The tools capture relevant demographic information, mental health status, and rates of burnout, as well as factors contributing to both burnout and resilience among respondents. We anticipate a sample size of 777 medical students, 959 residents, and 1961 physicians to represent the respective ratios of trainees and practicing physicians in the province of Alberta. RESULTS Study recruitment will begin in September 2020, with 4 weeks of data collection. The results of this study are anticipated within 12 months from the end of data collection. It is expected that the results will provide an overview of the prevalence of burnout among those training and working in medicine in Alberta, identify contributors to burnout, and help develop interventions aimed at reducing burnout. CONCLUSIONS This study’s aim is to examine burnout prevalence and contributing factors among medical trainees and physicians in Alberta. It is expected that the results will identify and examine individual and organizational practices that contribute to burnout and help develop strategies and interventions focused on mitigating burnout and its sequelae. INTERNATIONAL REGISTERED REPORT PRR1-10.2196/16285
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 | 0,025 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,005 |
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 ».