Alexithymia as a mediator and moderator of the relationship between occupational stress and burnout in healthcare workers
Notice bibliographique
Résumé
Healthcare professionals frequently experience high occupational stress, which increases their risk of burnout. Alexithymia, marked by difficulty identifying and describing feelings and an externally oriented thinking style, may influence this link. However, its mediating and moderating roles in the stress–burnout relationship remain underexplored in medical professionals. A cross-sectional study was conducted with 120 healthcare professionals aged 35–45 from four medical specialties in eastern Uttar Pradesh, India. Using stratified sampling to ensure equal representation, participants completed standardized behavioral tools, including Hindi versions of the Toronto Alexithymia Scale (TAS-20), the Medical Professionals’ Work-Related Stress Inventory, and the Maslach Burnout Inventory. Statistical analyses included bivariate correlations, stepwise multiple regression, and moderated mediation analysis to examine relationships among occupational stress, alexithymia dimensions, and burnout components. Occupational stress was positively associated with emotional exhaustion and depersonalization, and negatively associated with personal accomplishment. DDF was the strongest predictor of emotional exhaustion and depersonalization, while EOT forecasted low personal achievement. Mediation analyses revealed that DIF and DDF partly mediated the relationship between stress and burnout. DDF also moderated the connection between stress and emotional exhaustion, with the indirect effect of stress through DDF being more pronounced for individuals with higher DIF. Healthcare workers who struggle to identify and express emotions are particularly susceptible to stress-related burnout. Interventions aimed at enhancing emotional awareness and expression, alongside strategies to manage occupational stress, may help reduce burnout in high-demand clinical settings.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».