MétaCan
Menu
Retour à la cohorte
Enregistrement W4283583646 · doi:10.1037/str0000261

Distress in the workplace: Characterizing the relationship of burnout measures to the Occupational Depression Inventory.

2022· article· en· W4283583646 sur OpenAlexaff
Irvin Sam Schonfeld, Renzo Bianchi

Notice bibliographique

RevueInternational Journal of Stress Management · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensLa Cité Collégiale
Organismes subventionnairesnon disponible
Mots-clésBurnoutOccupational stressPsychologyOccupational burnoutDistressEmotional exhaustionClinical psychologyDepression (economics)

Résumé

récupéré en direct d'OpenAlex

Burnout has been found to problematically overlap with depression. However, the generalizability of this finding remains disputed. This study examined burnout–depression overlap using the recently developed Occupational Depression Inventory (ODI) and two burnout measures, the Maslach Burnout Inventory (MBI) and the Copenhagen Burnout Inventory (CBI). The study involved two teacher samples employed in France (N = 1,450) and New Zealand (N = 492). We found the correlations of the ODI with (a) the MBI’s emotional exhaustion (EE) subscale and (b) the CBI to reach .80. An explanation of these high correlations based on content overlap in fatigue-related items was ruled out. The ODI–EE and ODI–CBI correlations were significantly stronger than the correlations among the MBI’s subscales. Exploratory structural equation modeling bifactor analyses revealed that the ODI captures what the MBI’s EE subscale and the CBI measure. The general factor explained 86% of the common variance extracted when considering ODI and EE items and 89% when considering ODI and CBI items. The findings indicate that burnout’s exhaustion core is part of a depressive syndrome. Importantly, the ODI not only assesses exhaustion but also each of the other core symptoms of major depression, including suicidal thoughts. In contrast to burnout measures, the ODI allows for both a dimensional and a diagnostic approach to job-related distress, consistent with the history of clinical research on depression. Moreover, the ODI has demonstrated particularly robust psychometric and structural properties in past research. The ODI’s value for occupational medical specialists in replacing burnout measures is discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,088
Tête enseignante GPT0,422
Écart entre enseignants0,334 · 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'étudeObservationnel
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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Stress ManagementMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207