Burnout among respiratory therapists during COVID-19 pandemic
Notice bibliographique
Résumé
Background Respiratory therapists (RTs) faced many unpredicted challenges and higher stress levels while managing critically ill patients with the coronavirus disease (COVID-19). This study's primary objective was to evaluate the compassion satisfaction and compassion fatigue among RTs in the United States during the COVID-19 pandemic. Methods This cross-sectional, descriptive, survey-based study conducted from July 2020 to August 2020 was administered to all active members of the American Association of Respiratory Care via AARConnect. RTs' characteristics including personal, job-specific, and organizational factors were collected. Professional Quality of Life Scale (ProQOL, version 5) was used to measure compassion satisfaction and fatigue. Results A total of 218 participants fully completed the survey, 143 (65.6%) were female, 107 (49.1%) were between 35 and 54 years of age and 72 (33%) were above 55 years of age. Compassion satisfaction was moderate in 123 (56.4%) and high in 93 (42.7%) RTs. Higher compassion satisfaction was found in RTs who have a higher salary (P = 0.003), work overtime (P = 0.01), hold leadership positions (P \< 0.001), work in research/education (P \< 0.001) and work for departments that provide help in managing burnout and stress (P = 0.007) and that promote a positive work environment (P \< 0.001). Burnout score was low in 90 (41.3%) and moderate in 127 (58.3%) RTs. Higher burnout was found among younger RTs (P = 0.019), those with fewer years of experience (P = 0.013) and those with less than a year at their current job (P = 0.045). Secondary traumatic stress (STS) was low in 106 (48.6%) and moderate in 112 (51.4%) RTs. Higher STS levels were noted among younger RTs (P = 0.02) and RTs with lower education levels (P = 0.016). Conclusion This survey study identified various personal, job and organizational related factors associated with increased compassion satisfaction as well as compassion fatigue among RTs.
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 | 0,002 | 0,006 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».