Interventions to Reduce Stress and Burnout among Teachers: A Scoping Review
Notice bibliographique
Résumé
Background: Teaching is recognized as a highly challenging profession. Experience of chronic stress is a risk factor for poor mental and physical well-being, and burnout. There is limited knowledge regarding optimal interventions to address stress and burnout among teachers. Objective: To undertake a scoping review of the literature in the last five years to determine various psychological interventions to address stress and burnout among teachers. Method: The PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews was followed. Relevant search terms were used to determine different interventions adopted to reduce teachers’ stress and burnout. Articles published between 2018 and 2022 were identified using five bibliographic databases. Relevant articles were extracted, reviewed, collated, and thematically analyzed, and findings s were summarized. Results: Forty studies conducted in Asia, North America, Oceania, Europe, and Africa, met the inclusion criteria. Sixteen kinds of burnout and stress-reduction interventions were identified. The most popularly studied intervention were Mindfulness-Based Interventions alone or in combination with yoga or Cognitive Behavioural Therapy (CBT), followed by Rational Emotive Behavioral Therapy (REBT). Mindfulness-Based Interventions led to decreased overall Teacher Stress Inventory (TSI) and emotional exhaustion subscale scores. REBT, primarily used with special education teachers, especially in Africa, has also shown positive results. Other interventions reporting positive outcomes include Inquiry-Based Stress Reduction (IBSR), the Stress Management and Resiliency Training Program (SMART), Cyclic Meditation, Group Sandplay, Progressive Muscle Relaxation, Autogenic Training, Sport-Based Physical Activity, Emotional Intelligence Ability Models and Christian Prayer and Prayer-Reflection. Conclusions: Stress and burnout can have a negative impact on teachers and, very often, on the students they teach. Implementing suitable school-based interventions is necessary to improve teachers’ stress-coping ability, reduce the likelihood of burnout and improve general well-being. Policymakers, governments, school boards and administrators should prioritize the implementation of school-based awareness and intervention programs.
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 | 0,013 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,017 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».