System-Level Interventions for Addressing Burnout and Improving Professional Wellness for Orthopaedic Surgeons
Notice bibliographique
Résumé
Background: Burnout is a work-related syndrome characterized by feelings of depersonalization, emotional exhaustion, and low personal achievement, which adversely affects orthopaedic surgeons and their patients. Burnout is increasingly being recognized as a systemic problem, resulting from excessive workloads, administrative burdens, inadequate job resources, and lack of work-life balance. Because of this, there is a growing movement among clinicians, researchers, national medical associations, and community organizations to develop system-level strategies to address it. Methods: We summarize evidence-based organizational strategies and approaches offered by national medical associations to assist institutions in addressing burnout in orthopedic surgery. In addition, we summarize key recommendations outlined in landmark burnout guidelines, such as those published by the World Health Organization (WHO) and the National Academy of Medicine (NAM). Results: Among the recommendations made by researchers, national medical associations, community organizations, and landmark guidelines from the WHO and NAM, we identified seven key themes in order to address burnout, which include: (1) recognizing the presence of burnout and investing in strategies to measure and address it; (2) harnessing leadership support and commitment; (3) establishing and sustaining a culture of wellness and support; (4) promoting diversity and inclusion in the workplace; (5) securing access to mental health care and promoting individual resilience; (6) reducing workplace inefficiencies; and (7) enhancing orthopedic surgeons’ autonomy and control. Conclusion: In this paper, we review and suggest tangible system-level interventions for addressing burnout in orthopedic surgery. It is imperative that institutions invest in system-level interventions to address burnout in order to improve the work environment of orthopaedic surgeons, offer greater professional satisfaction, and facilitate better patient outcomes.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».