The Complexity of Burnout Experiences among Care Aides: A Person-Oriented Approach to Burnout Patterns
Notice bibliographique
Résumé
Care aides working in nursing homes experience burnout attributed to various workplace stressors. Burnout dimensions (exhaustion, cynicism, and reduced professional efficacy) interact to form distinct burnout patterns. Using a person-oriented approach, we aimed to identify burnout patterns among care aides and to examine their association with individual and job-related factors. This was a cross-sectional, secondary analysis of the Translating Research in Elder Care 2019–2020 survey data collected from 3765 care aides working in Canadian nursing homes. We used Maslach Burnout Inventory to assess burnout and performed latent profile analysis to identify burnout patterns, then examined their associations with other factors. We identified an engaged pattern (43.2% of the care aide sample) with low exhaustion and cynicism and high professional efficacy; an overwhelmed but accomplished pattern (38.5%) with high levels of the three dimensions; two intermediate patterns—a tired and ineffective pattern (2.4%) and a tired but effective pattern (15.8%). The engaged group reported the most favorable scores on work environment, work-life experiences, and health, whereas the tired and ineffective group reported the least favorable scores. The findings suggest complex experiences of burnout among care aides and call for tailored interventions to distinct burnout patterns.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».