Workplace Mental Health Status Among Academic Staff: Psychological Distress, Burnout, and Organisational Culture at a South African University
Notice bibliographique
Résumé
Mental health challenges in academic settings are increasingly recognised, yet research on staff wellbeing remains limited, particularly within African universities. This study provides the first institution-wide assessment of psychological distress and burnout among academic staff at a South African university. A cross-sectional survey using validated tools, the 28-item General Health Questionnaire (GHQ-28 ) and the Oldenburg Burnout Inventory (OLBI) was administered to 157 academic employees, and data were analysed using descriptive statistics, non-parametric tests, and ordinal regression. The median age of participants was 42 years (Interquartile range [IQR] = 34–50; SD = 11.4), and the majority of participants were female (n = 110, 70%). The sample included staff across academic ranks, with lecturers being the most common (n = 64, 41%). Results showed that nearly half of participants (49%) exhibited severe psychological distress, and over a quarter (27%) reported high levels of burnout. Female staff reported significantly higher distress and burnout scores compared to their male counterparts. Less than a third (28%) of participants reported feeling safe to disclose mental health concerns, while over half expressed dissatisfaction with institutional support. Participants indicated strong support for both individual-level services, such as confidential counselling and workshops, and systemic changes, including flexible work arrangements and leadership-driven mental health initiatives. Findings highlight the need for integrated, participatory mental health strategies that are culturally and contextually tailored. These results offer timely evidence to inform the development of institutional strategies, policies, and practices to promote mental health among academic staff.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».