Distress in the workplace: Characterizing the relationship of burnout measures to the Occupational Depression Inventory.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle