Resilience at Work among Healthcare Professionals in Oncology during and beyond the Pandemic: Report from A Deliberative Multi-Stakeholder Reflexive Symposium
Notice bibliographique
Résumé
The chronic distress faced by healthcare professionals (HCPs) in oncology was exacerbated by the COVID-19 pandemic, heightening the need to improve their resilience. The Entretiens Jacques Cartier symposium provided an opportunity for participants from France and Quebec to share perspectives on resilience at work and discuss interventions at individual and organizational levels to support HCP health and well-being. Fifty-eight stakeholders were invited to the symposium, including HCPs, government decision-makers, researchers, and patient representatives. The symposium began with presentations on the nature of professional resilience at work in oncology and promising interventions developed in France and Quebec. Participants were then engaged in deliberation on how evidence and experiential knowledge could contribute to workplace strategies to strengthen resilience. Small-group reflexive sessions using the photovoice method, and an intersectoral roundtable, elicited the expression and deliberation of multiple perspectives on the nature and building blocks of resilience. Four main themes emerged from the discussions: (1) that resilience remains a muddy concept and can be associated pejoratively with “happycracy”; (2) that resilience must contend with bounded autonomy and captors; (3) that it relies on a sense of coherence at work; and (4) that patients play a role in improving HCP resilience. Stakeholders from healthcare systems in different countries view resilience at work as a means of equipping teams to handle chronic and punctual stresses in cancer care. The symposium emphasized the importance of better defining what resilience at work means and pursuing explorations of multicomponent interventions to support oncology HCPs and the patients they care for. The themes raised by participants at the symposium suggest pathways for furthering this exploration.
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 | 0,051 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,039 | 0,014 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,004 | 0,025 |
| Intégrité de la recherche | 0,014 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».