Impact of a Wellness Leadership Intervention on the Empathy, Burnout, and Resting Heart Rate of Medical Faculty
Notice bibliographique
Résumé
ObjectiveTo evaluate the efficacy of a wellness leadership intervention for improving the empathy, burnout, and physiological stress of medical faculty leaders.Participants and MethodsParticipants were 49 medical faculty leaders (80% physicians, 20% basic scientists; 67% female). The 6-week course was evaluated with a 15-week longitudinal waitlist-control quasi-experiment from September 1, 2021, through December 20, 2021 (during the COVID-19 pandemic). We analyzed 3 pretest-posttest-posttest and 6 weekly survey measurements of affective empathy and burnout, and mean=85 (SD=31) aggregated daily resting heart rates per participant, using 2-level hierarchical linear modeling.ResultsThe course found a preventive effect for leaders’ burnout escalation. As the control group awaited the course, their empathy decreased (coefficientTime=−1.27; P=.02) and their resting heart rates increased an average of 1.4 beats/min (coefficientTime=0.18; P<.001), reflecting the toll of the pandemic. Intervention group leaders reported no empathy decrements (coefficientTime=.33; P=.59) or escalated resting heart rate (coefficientTime=−0.05; P=.27) during the same period. Dose-response analysis revealed that both groups reduced their self-rated burnout over the 6 weeks of the course (coefficientTime=−0.28; P=.007), and those who attended more of the course showed less heart rate increase (coefficientTime∗Dosage=−0.05; P<.001). In addition, 12.73% of the within-person fluctuation in empathy was associated with burnout and resting heart rate.ConclusionA wellness leadership intervention helped prevent burnout escalation and empathy decrement in medical faculty leaders during the COVID-19 pandemic, showing potential to improve the supportiveness and psychological safety of the medical training environment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».