Randomized trial of personalized psychological feedback from a longitudinal online survey and simultaneous evaluation of randomized stepped wedge availability of in-person peer support for hospital staff during the COVID-19 pandemic
Notice bibliographique
Résumé
OBJECTIVE: We tested if automated Personalized Self-Awareness Feedback (PSAF) from an online survey or in-person Peer Resilience Champion support (PRC) reduced emotional exhaustion among hospital workers during the COVID-19 pandemic. METHOD: Among a single cohort of participating staff from one hospital organization, each intervention was evaluated against a control condition with repeated measures of emotional exhaustion at quarterly intervals for 18 months. PSAF was tested in a randomized controlled trial compared to a no-feedback condition. PRC was tested in a group-randomized stepped-wedge design, comparing individual-level emotional exhaustion before and after availability of the intervention. Main and interactive effects on emotional exhaustion were tested in a linear mixed model. RESULTS: Among 538 staff, there was a small but significant beneficial effect of PSAF over time (p = .01); the difference at individual timepoints was only significant at timepoint three (month six). The effect of PRC over time was non-significant with a trend in the opposite direction to a treatment effect (p = .06). CONCLUSIONS: In a longitudinal assessment, automated feedback about psychological characteristics buffered emotional exhaustion significantly at six months, whereas in-person peer support did not. Providing automated feedback is not resource-intensive and merits further investigation as a method of support.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».