A cross-sectional survey of the mental health of midwives in Ontario, Canada: Burnout, depression, anxiety, stress, and associated factors
Notice bibliographique
Résumé
PROBLEM: Burnout and the psychological co-morbidities stress, anxiety and depression have a significant impact on healthcare providers, including midwives. These conditions impact the quality of care provided to women, and midwives' ability to remain in the profession. BACKGROUND: There is growing concern regarding the retention of maternity care providers in Canada, particularly midwives. Nationally, 33% of Canadian midwives are seriously considering leaving practice; impacts of the profession on work-life-balance and mental health being commonly cited reasons. Burnout has been shown to contribute to workplace attrition, but little is known concerning burnout among Canadian midwives. AIM: To assess levels of stress, anxiety, depression, and burnout among midwives in Ontario, Canada and potential factors associated with these conditions. METHODS: A cross-sectional survey of Ontario midwives incorporating a series of well-validated tools including the Copenhagen Burnout Inventory and the Depression, Anxiety and Stress Scale. FINDINGS: Between February 5, and April 14, 2021, 275 Ontario midwives completed the survey. More than 50% of respondents reported depression, anxiety, stress, and burnout. Factors associated with poor mental health outcomes included having less than 10-years practice experience, identifying as a midwife with a disability, the inability to work off-call, and having taken a prior mental health leave. DISCUSSION & CONCLUSION: A significant proportion of Ontario midwives are experiencing high levels of stress, anxiety, depression, and burnout, which should be a serious concern for the profession, its leaders, and regulators. Investment in strategies aimed at retaining midwives that address underlying factors leading to attrition should be prioritized.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».