Working in value‐discrepant environments inhibits clinicians’ ability to provide compassion and reduces well‐being: A cross‐sectional study
Notice bibliographique
Résumé
Abstract Background The practice of compassion in healthcare leads to better patient and clinician outcomes. However, compassion in healthcare is increasingly lacking, and the rates of professional burnout are high. Most research to date has focused on individual‐level predictors of compassion and burnout. Little is known regarding how organizational factors might impact clinicians’ ability to express compassion and well‐being. The main study objective was to describe the association between personal and organizational value discrepancies and compassion ability, burnout, job satisfaction, absenteeism and consideration of early retirement among healthcare professionals. Methods More than 1000 practising healthcare professionals (doctors, nurses and allied health professionals) were recruited in Aotearoa/New Zealand. The study was conducted via an online cross‐sectional survey and was preregistered on AsPredicted (75407). The main outcome measures were compassionate ability and competence, burnout, job satisfaction and measures of absenteeism and consideration of early retirement. Results Perceived discrepancies between personal and organizational values predicted lower compassion ability (B = −0.006, 95% CI [−0.01, −0.00], p < 0.001 and f 2 = 0.05) but not competence (p = 0.24), lower job satisfaction (B = –0.20, 95% CI [–0.23, –0.17], p < 0.001 and f 2 = 0.14), higher burnout (B = 0.02, 95% CI [0.01, 0.03], p < 0.001 and f 2 = 0.06), absenteeism (B = 0.004, 95% CI [0.00, 0.01], p = 0.01 and f 2 = 0.01) and greater consideration of early retirement (B = 0.02, 95% CI [0.00, 0.03], p = 0.04 and f 2 = 0.004). Conclusions Working in value‐discrepant environments predicts a range of poorer outcomes among healthcare professionals, including hindering the ability to be compassionate. Scalable organizational and systems‐level interventions that address operational processes and practices that lead to the experience of value discrepancies are recommended to improve clinician performance and well‐being 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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».