Decentralized worker-centred occupational management in health care: nationwide survey and alpha testing
Notice bibliographique
Résumé
BACKGROUND: Occupational stress among healthcare workers negatively impacts job satisfaction and patient care quality, jeopardizing healthcare system sustainability. Traditional employer-driven approaches often fail to address these challenges comprehensively, leading to persistent gaps in work condition transparency and well-being. AIMS: To elucidate the working conditions of health workers and introduce a worker-centred, technology-based strategy moving beyond traditional practices and entrenched medical culture. METHODS: A nationwide survey of Belgian medical residents evaluated occupational conditions and perceptions of management practices. Additionally, the alpha version of a decentralized mobile application was tested to gather user satisfaction and feedback on its usability. The data were surveyed using Pearson's chi-squared and Kruskal-Wallis rank sum tests to assess associations between categorical and ordinal variables, respectively. Alpha-testing results were evaluated using descriptive statistics. RESULTS: The nationwide survey, involving 257 participants, revealed significant associations between medical specialty, work choices and compensation. Notably, 91% of participants expressed strong interest in our proposed open, decentralized solution. In the alpha testing phase, 12 testers reported high satisfaction regarding time-tracking accuracy and payroll verification, though challenges related to administrative burden were also identified. CONCLUSIONS: The findings underscore the need for innovative, worker-centred occupational management solutions. The proposed solution shows promise in improving autonomy and transparency, potentially enhancing healthcare delivery and sustainability.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».