“I don’t know if I can keep doing this”: a qualitative investigation of surgeon burnout and opportunities for organization-level improvement
Notice bibliographique
Résumé
Introduction: Burnout is a pressing issue within surgical environments, bearing considerable consequences for both patients and surgeons alike. Given its prevalence and the unique contextual factors within academic surgical departments, it is critical that efforts are dedicated to understanding this issue. Moreover, active involvement of surgeons in these investigations is critical to ensure viability and uptake of potential strategies in their local setting. Thus, the purpose of this study was to explore surgeons' experiences with burnout and identify strategies to mitigate its drivers at the level of the organization. Methods: A qualitative case study was conducted by recruiting surgeons for participation in a cross-sectional survey and semi-structured interviews. Data collected were analyzed using reflexive thematic analysis, which was informed by the Areas of Worklife Model. Results: Overall, 28 unique surgeons participated in this study; 11 surgeons participated in interviews and 22 provided responses through the survey. Significant contributors to burnout identified included difficulties providing adequate care to patients due to limited resources and time available in academic medical centers and the moral injury associated with these challenges. The inequitable remuneration associated with education, administration, and leadership roles as a result of the Fee-For-Service model, as well as issues of gender inequity and the individualistic culture prevalent in surgical specialties were also described as contributing factors. Participants suggested increasing engagement between hospital leadership and staff to ensure surgeons are able to access resources to care for their patients, reforming payment plans and workplace polities to address issues of inequity, and improving workplace social dynamics as strategies for addressing burnout. Discussion: The high prevalence and negative sequalae of burnout in surgery necessitates the formation of targeted interventions to address this issue. A collaborative approach to developing interventions to improve burnout among surgeons may lead to feasible and sustainable solutions.
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 | 0,023 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».