Work-Life Imbalance: A Challenge and an Opportunity for Neurosurgery
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Work-life balance (WLB) is the individual's view that personal and professional activities in their life align with current life priorities. WLB is important for health and is thought to prevent burnout in the workplace. Although high rates of burnout exist in neurosurgery (NS), studies of WLB and the factors that influence WLB in NS are not known. METHODS: An electronic international survey using a physician wellness framework was conducted globally. χ 2 tests were used to analyze the association between WLB and age, sex, level of practice, and continent of practice. RESULTS: Of 446 respondents (65% staff, 35% trainees; median age range 35-44 years age category; 28% women), only 42% indicated the presence WLB. The presence of WLB was significantly lower in trainees compared with staff (χ 2 = 14.065, P = .0002, odds ratio [OR]: 0.45 [95% CI: 0.30-0.68]), those aged 44 years and below (χ 2 = 4.1464, P = .04172; OR: 0.63 [95% CI: 0.41-0.96]), and those in the African region compared with non-African region (χ 2 = 8.33, P = .0039, OR: 0.42 [95% CI: 0.24-0.75]). CONCLUSION: Nearly two-thirds of those in NS report poor WLB with trainees and younger individuals at particular risk. Lack of sufficient numbers of neurosurgeons for the workload and the lack of support staff require urgent attention globally. There is an urgent need for healthcare organizations globally to take leadership in implementing practices to improve WLB. Evidence shows these changes will likely improve personal and organizational well-being, retention, and improve medical student interest in NS.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».