Assessing Educator Burnout in Online Synchronous Teaching in Surgical Disciplines
Notice bibliographique
Résumé
BACKGROUND: COVID-19 had a tremendous impact on surgical residency education and training. With little experience or training in using online learning in pedagogically informed ways, some surgical educators and learners experienced the disadvantages of online learning which may have contributed to a greater sense of burnout in the pandemic. The purpose of this study is to survey the level of burnout in surgical educators and assess educators' perspectives on factors that increased or decreased burnout in synchronous online teaching during the pandemic. METHODS: A cross-sectional study consisting of 4 sections was sent to surgical educators at the University of Toronto. Demographic data, validated surveys on burnout and videoconferencing fatigue (the Maslach Burnout Inventory-Educators Survey (MBI-ES) and the Zoom Exhaustion and Fatigue (ZEF) scale respectively), and quantitative questions about teaching factors in synchronous online environments were collected and analyzed. RESULTS: The MBI-ES demonstrated a high degree of emotional exhaustion, and depersonalization and a moderate degree of personal accomplishment in surgeon educators. The ZEF scale noted moderate fatigue across all domains. Although educators noted online learning to be a moderate factor contributing to burnout during the pandemic, there was no correlation between the number of hours or percentage of time teaching online to burnout or zoom fatigue scores. The largest reported contributing factor to online learning leading to burnout was lack of connection to learners, whereas the largest mitigating factor was decreased travel time. INTERPRETATIONS: The study found a moderate degree of exhaustion and burnout among surgical educators in Canada during COVID-19 and examined how aspects of online synchronous learning may have contributed to or helped mitigate these experiences. Based on this, we present approaches and educational theories to improve the online learning experience for surgical educators going forward.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».