MétaCan
Menu
Retour à la cohorte
Enregistrement W4377084469 · doi:10.7202/1097002ar

Le burnout chez les étudiants universitaires et ses liens avec l’ouverture émotionnelle

2023· article· fr· W4377084469 sur OpenAlexvenueno aff
Philippe A. Genoud, Michaël Reicherts

Notice bibliographique

RevueRevue de psychoéducation · 2023
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette étude examine les liens entre le traitement affectif – selon le modèle des Dimensions de l’Ouverture Emotionnelle (DOE, Reicherts, 2007) – et les trois composantes du burnout auprès d’un échantillon d’étudiants universitaires. Les résultats des analyses de régressions linéaires indiquent qu’une part importante de l’épuisement émotionnel (selon le concept de burnout développé par Maslach et Jackson, 1986) peut être prédit à partir des divers facteurs du questionnaire DOE, notamment la représentation cognitive, la communication et la régulation des émotions. Des parallèles sont fait avec les recherches postulant que la personnalité joue un rôle dans l’explication des différences interpersonnelles au sujet du burnout ressenti. Les résultats soulignent l’implication du fonctionnement émotionnel du sujet dans le burnout et fournissent une validation croisée de la structure tri-dimensionnelle du Maslach Burnout Inventory (MBI) adressée à des étudiants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,391
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue de psychoéducationMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207