Quiet Quitting: Why Is It Worse in Healthcare and What Do We Do About It?
Notice bibliographique
Résumé
Walking around the hospital at 4:00 PM on any given workday (other than in the ED, which is standing room only) most resembles a ghost town.Empty waiting rooms, the odd surgeon in their office, and support staff not at their desks are common.Has anyone been going to department meetings or conferences lately?Probably 50% attendance.This was not the case prepandemic.What's going on?Not only is our healthcare system crumbling as it relates to accessibility due to supply: demand mismatch, but the joie de vivre, esprit de corps, and overall culture within the healthcare workforce is waning too.Herein we describe why we've arrived at the quiet quitting stage of healthcare human resources and why we should be concerned about the future (and start recruiting, in earnest).Some definitions and scope of the problem to start.Quiet quitting can be defined as "opting out of tasks beyond one's assigned duties and/or becoming less psychologically invested in work." 1 The bare minimum is completed, but the willingness to "engage in activities known as citizenship behaviours … staying late, showing up early, or attending non-mandatory meetings" 1 has dropped off.Some have suggested it to be a generational problem, a work ethic problem, or a management problem.1,2 How big a problem is it?Interestingly, a Gallup study found two-thirds of Canadian workers were quiet quitting.3 Perhaps the low levels of unemployment in Canada enable this since employers are struggling to find labor?4 In academics, some additional sequelae include less attendance at conferences, less participation in peer review, less committee membership, lack of mentoring, and reduced teaching.5 Among others, reasons for introducing boundaries in one's work included burnout, the absence of financial incentives, no recognition, insufficient time, and lack of support.5 Extrapolating this discussion to healthcare writ large, the phenomenon of quiet quitting can be considered a symptom of what was trending prepandemic, healthcare worker burnout.The endgame of the triad of depersonalization, exhaustion, and a reduced sense of professional efficacy is quiet quitting.This survival mechanism is the de facto result of a multitude of factors compounded by the pandemic.Prepandemic our hospitals/ health systems were increasingly moving towards less physician autonomy via direct physician employment models of
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 | 0,026 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,019 | 0,009 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,046 | 0,046 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,008 |
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 ».