Validation of the Maslach burnout inventory-general survey 9-item short version (MBI-GS9) among care aides in Canadian nursing homes
Notice bibliographique
Résumé
BACKGROUND: The Maslach Burnout Inventory-General Survey (MBI-GS) is the leading measure of burnout for all occupations. The MBI-GS9, the 9-item version of the MBI-GS, was formulated based on the MBI-GS and has been used for several years. However, very few studies have systematically tested its psychometric properties, and none have focused on care aides working in nursing homes who are susceptible to burnout. METHODS: Following the Standards for Educational and Psychological Testing, this study validated the MBI-GS9 among 3,765 care aides from 91 Canadian nursing homes, using data collected between September 2019 and February 2020 by the Translating Research in Elder Care (TREC) program. RESULTS: The Exhaustion subscale had good reliability with coefficients around 0.66-0.74. The Cynicism subscale had medium reliability with coefficients around 0.60-0.66, and the Efficacy subscale also had medium reliability with coefficients around 0.51-0.58. The MBI-GS9 was significantly correlated with various conceptually related constructs, such as health status, working environment, job satisfaction, psychological empowerment, work engagement, and organizational citizenship behaviors. The MBI-GS9 had a three-factor structure in the full sample and showed equivalent factor structure, factor loadings, latent values, factor variance and error variance across different sex and age groups. Care aides with English as their first language showed higher latent values of the Exhaustion subscale compared to those with English as a second language. CONCLUSION: Overall, the MBI-GS9 exhibited acceptable psychometric properties, but medium reliability of cynicism and efficacy subscales, for measuring burnout among care aides in nursing homes, demonstrating equivalence across sex and gender groups. When comparing across different languages or racial or ethnic groups among care aides, it is important to consider inequivalent latent values on Exhaustion before comparing scores on the measure.
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 | 0,012 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».