Moral Distress among Family Medicine Resident Physicians
Notice bibliographique
Résumé
Context: Moral distress was first described as knowing the right thing to do, but facing organizational barriers in making it possible. Moral distress has been linked to burnout and intentions to leave the healthcare profession. Moral distress has been classified into three groups: 1) patient level factors, 2) team miscommunication or inadequate collaboration, and 3) system-level causes. Experiencing moral distress in healthcare is a well-known issue, however, there is limited evidence exploring it among resident physicians. Objectives: Determine what factors contribute to moral distress among family medicine residents and if there are differences in the intensity of distress between R1s/R2s, training sites, and CMGs/IMGs. Study design: An online cross-sectional survey was distributed via email in January 2024. Composite scores for different demographic characteristics were compared using Mann Whitney U or Kruskal-Wallis tests. Setting: University of Saskatchewan Population: Family medicine residents at the University of Saskatchewan. Intervention/Instrument: The survey included the Moral Distress Scale – Revised, which was modified to the Canadian context. Outcome measures: Each item was scored, and an overall composite score was calculated by summing participants’ responses to assess moral distress intensity. Results: Forty-seven family medicine residents completed the survey. All participants identified items causing moral distress. The most highly rated items were: 1) Moral distress in providing care that does not relieve the patient’s suffering due to limited healthcare services available. 2) Moral distress in witnessing care suffer because of physicians or nurses’ lack of time to provide quality patient care 3) Moral distress in watching patient care suffer because of a lack of provider continuity. There were no significant differences in composite scores between demographic groups. Conclusions: This study aligns with findings in the literature and shows moral distress stems from lack of provider continuity. Further, it reaffirms that working in an environment with short staffing and time constraints may cause moral distress.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».