MétaCan
Menu
Retour à la cohorte
Enregistrement W4401431431 · doi:10.1177/10482911241267347

Running on Empty: Ontario Hospital Workers’ Mental Health and Well-Being Deteriorating Under Austerity-Driven System

2024· article· en· W4401431431 sur OpenAlexaffabout
James T. Brophy, Margaret M. Keith, Michael Hurley, Craig Slatin

Notice bibliographique

RevueNEW SOLUTIONS A Journal of Environmental and Occupational Health Policy · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensAthabasca UniversityUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésStaffingMental healthAusterityRestructuringHealth careLegislationNursingThematic analysisBurnoutOccupational safety and healthPopulationMedicinePublic healthBusinessPsychologyPolitical scienceEnvironmental healthPsychiatryQualitative researchSociologyFinance

Résumé

récupéré en direct d'OpenAlex

The well-being of health care workers (HCWs) and the public in Ontario, Canada is at risk as the province's health care system is strained by neoliberal restructuring and an aging population. Deteriorating working conditions that preceded the COVID-19 pandemic further declined as the added challenges took their toll on the work force, physically and mentally. The pandemic-weary hospital staff, predominantly women, many racialized, are facing unprecedented challenges. They are experiencing stress, anxiety, and burnout from staffing shortages and the resulting increased workloads, long hours, and violence. Comprehensive telephone interviews were conducted with 26 HCWs from less highly paid occupations in a range of hospitals across the province. Thematic analysis reveals a critical need for policies and legislation ensuring increased funding, hospital capacity, and reduced wait times while providing HCWs with fair and equitable wages, increased staffing, mental health supports, greater respect and acknowledgment, and strong protections from violence and other workplace hazards.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,402
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNEW SOLUTIONS A Journal of Environmental and Occupational Health PolicyMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207