Burnout, job satisfaction, and intention to leave among midwives in Western Switzerland: The role of caseload and hospital-based practice models
Notice bibliographique
Résumé
BACKGROUND: Burnout and job dissatisfaction among midwives compromise healthcare quality and workforce retention. Practice models, such as hospital-based versus caseload models, may influence midwives' well-being and warrant further exploration. AIM: To examine the association between midwifery practice models (caseload vs. hospital) and burnout, job satisfaction, and the intention to leave the profession among midwives in Western Switzerland. METHOD: A cross-sectional survey was conducted with 392 midwives, using the Copenhagen Burnout Inventory to assess personal, work-related, and patient-related burnout. Multivariable logistic regression explored associations between practice models and burnout levels, job satisfaction, as well as retention in the profession. MAIN RESULTS: Hospital midwives were over nine times more likely than caseload midwives to experience moderate to high work-related burnout (OR = 9.18, p < .001) and were 80 % less likely to report above average job satisfaction (OR = 0.21, p < .001), considering differences between socio-demographic and practice-related factors between the two groups of midwives. Nearly half of all hospital-based participants expressed an intention to leave compared to one in three caseload midwives. Higher burnout and lower job satisfaction were linked to intentions to leave the profession. DISCUSSION AND CONCLUSION: Caseload models may protect midwives' well-being and promote job satisfaction and retention. These findings highlight the critical need for practice model changes and structural reforms in hospital midwifery, incorporating caseload principles, to support sustainable maternal and child healthcare in Western Switzerland and retain a resilient midwifery workforce.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».