Coping with burnout and the impact of the COVID-19 pandemic on workers’ mental health: A systematic review
Notice bibliographique
Résumé
Introduction The COVID-19 pandemic had a negative impact on the psychological wellbeing of workers worldwide. Certain coping styles may increase burnout risk. To investigate the relationship between burnout and coping styles, a systematic review was performed. Methods Following the PRISMA statements, three databases were screened up until October 2022, including research articles written in English language and investigating the relationship between burnout and coping strategies in workers. The quality of articles was assessed by the Newcastle-Ottawa Scale. Results The initial search resulted in 3,413 records, 15 of which were included in this review. Most studies were performed on healthcare workers ( n = 13, 86.6%) and included a majority of female workers ( n = 13, 86.7%). The most used burnout assessment questionnaire was the Maslach Burnout Inventory ( n = 8, 53.3%), and the most used coping assessment tool was the Brief-COPE ( n = 6, 40.0%). Task-related coping was a protective factor for burnout in all four studies investigating its correlation with burnout dimensions. Two of the four studies investigating emotion-oriented coping found that it was protective while the other two found that it was predictive of burnout. All five studies investigating avoidance-oriented coping and burnout dimensions found that this coping style was predictive of burnout. Discussion Task-oriented and adaptive coping were protective for burnout, avoidance-oriented, and maladaptive coping were predictive factors of burnout. Mixed results were highlighted concerning emotion-oriented coping, suggesting that different outcomes of this coping style may depend on gender, with women relying more on it than men. In conclusion, further research is needed to investigate the effect of coping styles in individuals, and how these correlates with their unique characteristics. Training workers about appropriate coping styles to adopt may be essential to enact prevention strategies to reduce burnout incidence in workers.
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 | 0,007 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».