Distribution of Psychological Instability Among Surgeons
Notice bibliographique
Résumé
BACKGROUND: High emotional instability (i.e., neuroticism) is associated with poor mental health. Conversely, traumatic experiences may increase neuroticism. Stressful experiences such as complications are common in the surgical profession, with neurosurgeons being particularly affected. We compared the personality trait neuroticism between physicians in a prospective cross-sectional study. METHODS: We used an online survey using the Ten-Item Personality Inventory, an internationally validated measure of the 5-factor model of personality dimensions. It was distributed to board-certified physicians, residents, and medical students in several European countries and Canada (n = 5148). Multivariate linear regression was used to model differences between surgeons, nonsurgeons, and specialties with occasional surgical interventions with respect to neuroticism, adjusting for sex, age, age squared, and their interactions, then testing equality of parameters of adjusted predictions separately and jointly using Wald tests. RESULTS: With an expected variability within disciplines, average levels of neuroticism are lower in surgeons than nonsurgeons, especially in the first part of their career. However, the course of neuroticism across age follows a quadratic pattern, that is, an increase after the initial decrease. The acceleration of neuroticism with age is specifically significant in surgeons. Levels of neuroticism are lowest towards mid-career, but exhibit a strong secondary increase towards the end of the surgeon's career. This pattern seems driven by neurosurgeons. CONCLUSIONS: Despite initially lower levels of neuroticism, surgeons suffer a stronger increase of neuroticism together with age. Because, beyond well-being, neuroticism influences professional performance and health care systems costs, explanatory studies are mandatory to enlighten causes of this burden.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».