A Mixed-Methods Cohort Study Evaluating the Impact of a One-Day Well-Being Course for Anesthesia Providers Working in Low-Resource Settings
Notice bibliographique
Résumé
BACKGROUND: Burnout, depression, and anxiety are increasingly recognized as common among health care providers. Risks for these conditions are exacerbated in low-resource settings by excessive workload, high disease burden, resource shortage, and stigma against mental health issues. Based on discussions and requests to learn more about burnout during the Vital Anaesthesia Simulation Training (VAST), our team developed VAST Wellbeing, a 1-day course for health care providers in low-resource settings to recognize and mitigate burnout and to promote personal and professional well-being. METHODS: This mixed-methods study used quantitative pre- and postcourse surveys using validated mental health measures and qualitative semistructured interviews to explore participants' experience of VAST Wellbeing during and after the course. Quantitative outcomes included burnout and professional fulfillment as measured by the Professional Fulfillment Index and general well-being as measured by the Warwick-Edinburgh Mental Wellbeing Scale. RESULTS: Twenty-six participants from 9 countries completed the study. In the immediate postcourse survey, study participants rated the course overall as "very good" (60.7%) and "excellent" (28.6%). Quantitative analysis showed no statistical differences in levels of work exhaustion, interpersonal disengagement, burnout, professional fulfillment, or general mental well-being 2 months after the course. Five themes on the impact of VAST Wellbeing were identified during qualitative analysis: (1) raising awareness, breaking taboos; (2) not feeling alone; (3) permission and capacity for personal well-being; (4) workplace empowerment; and (5) VAST Wellbeing was relevant, authentic, and needed. CONCLUSIONS: Causes of burnout are complex and multidimensional. VAST Wellbeing did not change measures of burnout and fulfillment 2 months postcourse but did have a meaningful impact by raising awareness, reducing stigma, fostering connection, providing skills to prioritize personal well-being, and empowering people to seek workplace change.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».