MétaCan
Menu
Retour à la cohorte
Enregistrement W4283774244 · doi:10.4103/cjrm.cjrm_39_21

Systemic challenges and resiliency in rural family practice

2022· article· en· W4283774244 sur OpenAlexaffvenueabout
Sarah Lespérance, NahidRahimipour Anaraki, Shabnam Ashgari, AnnMarie Churchill

Notice bibliographique

RevueCanadian Journal of Rural Medicine · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensMemorial University of NewfoundlandDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBurnoutEmpathyPsychologyQualitative researchPsychological resilienceGrounded theoryCoping (psychology)SociologySocial psychologyClinical psychologySocial science

Résumé

récupéré en direct d'OpenAlex

Introduction: The objective of our study was to understand how Canadian rural family physicians (RFPs) define and use resilience strategies to maintain their roles as generalists and resist burnout, while also understanding how organisational supports and systems may play a role. Methods: This was a qualitative study of RFPs with at least 1 year of experience working in rural Canada. Data were collected via semi-structured, in-depth interviews using a grounded theory approach. The participant recruitment process involved purposive and theoretical sampling, and was stopped when theoretical saturation was reached. Results: RFPs identified the following five themes related to resilience: (1) powerlessness, (2) strained work/life balance, (3) colleagues as supportive or straining, (4) living under the microscope and (5) compassion fatigue or empathy. Strategies to enhance resilience were identified at personal, community and organisational levels by participants. Conclusion: Enhancing RFPs' awareness of the specific individual and organisational strategies, as well as system-oriented solutions to maintain resilience, is of benefit to RFPs and rural and remote communities across Canada.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,271
Score d'incertitude au seuil0,540

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,016
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,067
Tête enseignante GPT0,407
Écart entre enseignants0,339 · 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'étudeQualitatif
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

Citations9
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Rural MedicineMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207