Staff burnout and its risk factors at King Faisal Hospital Rwanda: a cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: There is limited research on burnout among healthcare providers in sub-Saharan Africa. One prior study of Rwanda anesthesia providers found a moderate level of burnout, and several qualitative studies have highlighted significant stressors. This study aims to evaluate the prevalence of professional fulfillment, burnout, and fatigue among healthcare providers at King Faisal Hospital Rwanda (KFH), a tertiary-level teaching hospital in Kigali, Rwanda. METHODS: A cross-sectional, quantitative study was conducted from August to November 2023 at KFH. Participants included all staff employed at KFH at the time of survey distribution, including both non-clinical and clinical staff. Burnout, fatigue, and professional fulfillment were assessed using validated tools (Professional Fulfillment Index, Burnout Scale, and Fatigue Assessment Scale). FINDINGS: Two hundred ninety-four respondents completed the survey. 47.1% reported professional fulfillment, while over half (57.0%) experienced burnout, and the majority experienced fatigue (71.0%). Years of experience and profession were found to be risk factors for burnout and low fulfillment. Age and profession were risk factors for fatigue. The highest levels of burnout were among doctors, nurses, and midwives. DISCUSSION: Burnout rates and fatigue were high among healthcare providers. They were highest among those professions with direct patient contact. There are several evidence-based institutional interventions for burnout, but most evidence comes from settings outside of sub-Saharan Africa. Future research should assess the effectiveness of interventions specific to this setting.
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 | 0,003 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».