Small Patients but a Heavy Lift
Notice bibliographique
Résumé
OBJECTIVE: This study explored the association between workload and the level of burnout reported by clinicians in our neonatal intensive care unit (NICU). A qualitative analysis was used to identify specific factors that contributed to workload and modulated clinician workload in the NICU. STUDY DESIGN: We conducted a study utilizing postshift surveys to explore workload of 42 NICU advanced practice providers and physicians over a 6-month period. We used multinomial logistic regression models to determine associations between workload and burnout. We used a descriptive qualitative design with an inductive thematic analysis to analyze qualitative data. RESULTS: Clinicians reported feelings of burnout on nearly half of their shifts (44%), and higher levels of workload during a shift were associated with report of a burnout symptom. Our study identified 7 themes related to workload in the NICU. Two themes focused on contributors to workload, 3 themes focused on modulators of workload, and the final 2 themes represented mixed experiences of clinicians' workload. CONCLUSION: We found an association between burnout and increased workload. Clinicians in our study described common contributors to workload and actions to reduce workload. Decreasing workload and burnout along with improving clinician well-being requires a multifaceted approach on unit and systems levels.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».