MétaCan
Menu
Retour à la cohorte
Enregistrement W4313394113 · doi:10.2196/44195

Use of the Maslach Burnout Inventory Among Public Health Care Professionals: Scoping Review

2022· article· en· W4313394113 sur OpenAlexvenueno aff
Juliana Pontes Soares, Rayssa Horácio Lopes, Paula Beatriz de Souza Mendonça, Cícera Renata Diniz Vieira Silva, Cláudia Cristiane Filgueira Martins Rodrigues, Janete Lima de Castro

Notice bibliographique

RevueJMIR Mental Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBurnoutPsychologyHealth careMedicineNursingEnvironmental healthGerontologyClinical psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Work can be considered a source of living, well-being, and socioeconomic development. When the work environment negatively influences individuals, it may trigger emotional disturbances, behavioral problems, chronic stress conditions, and illnesses such as burnout syndrome (BS). Recently, studies on BS have increased and placed a special focus on health care professionals. The prevalence of BS among health professionals is associated with their chronic exposure to human hardship and long working hours without proper rest. These factors have contributed to greater stress and high physical and emotional exhaustion levels. OBJECTIVE: This study aims to identify and map studies using the Maslach Burnout Inventory (MBI) scale to identify burnout syndrome in health professionals working in public health services. METHODS: This scoping review was developed based on the Joanna Briggs Institute (JBI) Reviewers Manual and reported according to the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews). A total of 6 databases were searched to identify relevant studies: Embase, LILACS, MEDLINE or PubMed, PsycInfo, Scopus, and Web of Science. Gray literature was consulted on ProQuest Dissertations and Theses Global, Google Scholar, Brazilian Digital Library of Theses and Dissertations, and Open Access Theses and Dissertations. Additionally, the reference lists were searched to retrieve studies not previously selected. The steps followed in this study were proposed by Arskey and O'Malley and Levac, Colquhoun, and O'Brien: identification of research questions, identification of potential studies, study selection, data extraction and imputation, data analyses and interpretation, and consultation with stakeholders. The detailed methodology was published in a protocol. RESULTS: A total of 55 articles were identified after screening for eligibility criteria, published between 1999 and 2021 in 32 countries. Most reports were published in Brazil, Spain, and China. A total of 22 versions of the MBI were identified, presenting different items, scores, and cutoff points. The included studies had recommendations and implications for clinical practice. The consultation with stakeholders allowed knowledge translation for those interested in BS. CONCLUSIONS: Studies mostly included physicians (34/55, 61.8%) and nurses (24/55, 43.6%), and the original version of MBI was predominantly used. Divergences in BS classification were highlighted, which may be related to MBI cross-cultural adaptations and applications in other countries. This study contributes to the advancement of research regarding burnout syndrome as an occupational illness since it has harmful consequences for workers, health care services, and the quality of care provided to the population.

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)0,062
score de la tête « metaresearch » (Gemma)0,182
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0620,182
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0100,009
Bibliométrie0,0600,048
Études des sciences et des technologies0,0030,002
Communication savante0,0070,007
Science ouverte0,0040,005
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,151
Tête enseignante GPT0,486
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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207