Burnout in Italian hospital physicians during the COVID-19 pandemic: the roles of alexithymia and defense mechanisms
Notice bibliographique
Résumé
Background: COVID-19 pandemic placed unusual additional burden upon international healthcare systems. This study aims to explore the associations between burnout, alexithymia and defense mechanisms in a group of Italian hospital physicians during the COVID-19 pandemic. Methods: 96 hospital physicians completed self-reported questionnaires through Google Forms platform, including Maslach Burnout Inventory (MBI), Defense Style Questionnaire-40 (DSQ-40), and 20-item Toronto Alexithymia Scale (TAS-20). Results: Emotional Exhaustion (EE) and Depersonalization (DP) burnout dimensions were positively correlated with alexithymia and with immature and neurotic defenses, while negative associations were correlated with a mature defensive style. MBI Personal Accomplishment (PA) was negatively correlated with alexithymia levels but positively correlated with mature defenses. According to regression models, EE levels were predicted by female gender (beta = −0.20; p .04) and DSQ mature defenses (beta= -.24; p .02); DP levels were predicted by alexithymia total score (beta= 0.26; p .04) and DSQ mature defenses (beta= -.20; p .05); and PA levels were predicted by alexithymia total score (beta = -0.29; p .02) and DSQ mature defense (beta= .45; p .001). Conclusions: Consistent with the broader literature, an association between burnout and both alexithymia and defense mechanisms emerged. These findings highlight the importance of reducing occupational-related burden on healthcare workers and of promoting protecting strategies to deal with emergency situations.
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 | 0,001 | 0,003 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».