The relationship between general practitioner movement behaviours with burnout and fatigue
Notice bibliographique
Résumé
BACKGROUND: Physical inactivity is associated with feelings of burnout and fatigue, which in turn are associated with reduced performance among healthcare practitioners. This study explored movement behaviours of general practitioners (GPs) and the association between these behaviours with burnout and fatigue. METHODS: GPs in Northern Ireland were asked to wear a thigh-worn accelerometer for seven days and complete validated questionnaires to assess the association between daily number of steps, time spent sitting and standing with feelings of burnout and fatigue. RESULTS: Valid accelerometer data were obtained from 47 (77.0%) participants. Average workday sitting time, standing time and number of steps were 10.6 h (SD 1.5), 3.8 h (SD 1.3), and 7796 steps (SD 3116) respectively. Participants were less sedentary (8.0 h (SD 1.6)) and more active (4.7 h (SD 1.4) standing time and 12,408 steps (SD 4496)) on non-workdays. Fourteen (30.4%) participants reported burnout and sixteen (34.8%) reported severe fatigue. There were no significant associations between sitting, standing and step counts with burnout or fatigue (p > 0.05). CONCLUSION: GPs were less active on workdays compared to non-workdays and exhibited high levels of sitting. Feelings of burnout and fatigue were highly prevalent, however movement behaviours were not found to be associated with burnout and fatigue. Given the increased sedentariness among GPs on workdays compared to non-workdays, GPs should consider how they can improve their movement behaviours on workdays to help optimise their wellbeing.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».