Burnout, motivation and job satisfaction among community health workers recruited for a depression training in Madhya Pradesh, India: a cross-sectional study
Notice bibliographique
Résumé
Introduction Burnout, low motivation and poor job satisfaction among community health workers (CHWs) have negative impacts on health workers and on patients. This study aimed to characterise levels of burnout, motivation and job satisfaction in CHWs in Madhya Pradesh, India and to determine the relation between these levels and participant characteristics. This study can inform efforts to promote well-being and address stress in this population. Methods In this cross-sectional study, we recruited participants via simple random sampling without replacement. We administered two validated questionnaires, the Copenhagen Burnout Inventory and a Motivation and Job Satisfaction Assessment, to CHWs who had enrolled in a training programme to deliver a brief psychological intervention for depression. We calculated mean scores for each questionnaire item, examined the reliability of the measures and analysed associations between participant demographic characteristics and questionnaire scores. Results 339 CHWs completed the questionnaires. The personal burnout domain had the highest mean burnout score (41.08, 95% CI 39.52 to 42.64, scale 0–100) and 33% of participants reported moderate or greater levels of personal burnout. Items that reflected physical exhaustion had the highest item-test correlations. The organisation commitment domain had the highest mean motivation score (mean 3.34, 95% CI 3.28 to 3.40, scale 1–4). Items describing pride in CHWs’ work had the highest item-test correlations. Several pairwise comparisons showed that higher education levels were associated with higher motivation levels (degree or higher vs eighth standard (p=0.0044) and 10th standard (p=0.048) and 12th standard versus eighth standard (p=0.012)). Cronbach’s alpha was 0.82 for the burnout questionnaire and 0.86 for the motivation and job satisfaction questionnaire. Conclusion CHWs report experiencing burnout and feeling physically tired and worn out. A sense of pride in their work appears to contribute to motivation. These findings can inform efforts to address burnout and implement effective task-sharing programmes in low-resource settings.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».