Prevalence and determinants of burnout among staff of the university of Dschang: a cross-sectional study in a Sub-Saharan university
Notice bibliographique
Résumé
BACKGROUND: Burnout results from prolonged exposure to chronic work-related stressors. Studies carried out on this syndrome around the world report a high prevalence among education professions. The scarcity of data on this subject in Cameroon motivated us to carry out this study at the University of Dschang. This study aimed to determine the prevalence and identify the determinants of burnout among staff at the University of Dschang. METHODS: This study was conducted in two parts: the first part was descriptive, while the second was analytical (a nested case-control study) and took place from January to May 2024. We distributed a questionnaire to collect sociodemographic and professional data, assess psychological well-being (using the comprehensive KARASEK and SIEGRIST questionnaires), and evaluate burnout (using the MASLACH scale) to staff members who consented to participate. Data analysis was carried out using SPSS version 23 software, and chi-square test and Student's t- tests were carried out to identify associated factors. A p-value < 0.05 was considered significant. RESULTS: We included 322 staff members out of 884, representing a response rate of 36.4%. The median age was 40 (IQR 35-48) years. More than 1/3 had administrative responsibility. Furthermore, 32.8% of staff were experiencing on jobstrain, and 47% did not have social support. The prevalence of burnout was 59.6%, including 75.5% mild burnout, 17.7% moderate burnout and 6.8% severe burnout. Associations were found with the lack of social support (ORa = 2.21; 95% CI [1.30-3.78], p = 0.003), the presence of administrative responsibility (ORa = 2.63; 95% CI [1.52-4.56], p = 0.001). More than half of the teaching staff were overworked. Lack of leisure time, insufficient sleep duration and work overload were not associated with burnout. CONCLUSION: The majority (59.6%) of the staff at the University of Dschang experienced burnout. This was associated with having administrative responsibility and lacking of social support. Staff support measures are recommended.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».