Impact of the COVID‐19 pandemic on the burnout rates of graduating Canadian Urology residents
Notice bibliographique
Résumé
OBJECTIVE: To assess the impact of coronavirus disease 2019 (COVID-19) on burnout rates in Canadian Urology trainees. SUBJECTS AND METHODS: A total of 37 chief residents representing all 12 Canadian Urology residency programmes attended a preparatory examination in December 2019 pre-pandemic and 39 chief residents attended virtually in November 2020 during the pandemic. The Maslach Burnout Inventory (MBI) for medical professionals' questionnaire was administered anonymously to both groups. The MBI covers emotional exhaustion, depersonalisation, and personal accomplishment. Descriptive statistics were used to analyse the data. RESULTS: There was a 100% response rate in the convenience sample (n = 37) in 2019 and 64.1% response rate (n = 25) in 2020. Overall, 70% of chief residents in Canadian Urology programmes showed evidence of burnout in 2019 compared to 88% in 2020 (P = 0.101). There was a statistically significant difference between the two cohorts in emotional exhaustion (mean [sd] 16.2 [5.6] in 2019 and 20.2 [6.2] in 2020, P = 0.011) and personal accomplishment scores (mean [sd] 32.2 [4.5] in 2019 and 30.6 [3.6] in 2020, P = 0.039). CONCLUSIONS: This study is the first to examine the impact of the pandemic on burnout rates in Urology trainees. Burnout rates are high in trainees at baseline, and the pandemic appears to have exacerbated emotional exhaustion, and personal accomplishment, but not overall burnout rates. Vigilance and proactive steps need to be implemented to alleviate this crisis.
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 | 0,005 |
| 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 | 0,001 |
| 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 ».