MétaCan
Menu
← Retour à la cohorte
Enregistrement W59988305

A TWO PROCESS MODEL OF BURNOUT: THEIR RELEVANCE TO SPANISH AND CANADIAN NURSES

2008· article· en· W59988305 sur OpenAlexaboutno aff
Michael P. Leiter, Santiago Gascón, María Begoña Martínez Jarreta

Notice bibliographique

RevuePsychology in Spain · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCynicismBurnoutWorkloadPsychologySocial psychologyCongruence (geometry)Sample (material)Regression analysisProcess (computing)Relevance (law)Clinical psychologyManagementStatisticsComputer sciencePolitical scienceMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nurses from Spain (N = 834) and Canada (N = 725) completed surveys assessing burnout and their perceptions of worklife. The study explored a two-process model of burnout. First, work overload exhausts nurses by exerting excessive demands and interfering with their capacity to recover energy. Second, enduring conflicts of personal and organizational values have a diverse relationship with burnout. A series of multiple regression analyses examined the relative contributions of these two processes. One process was evident in the contribution of workload to predicting exhaustion that in turn predicted cynicism that predicted efficacy. In parallel, value congruence contributed significantly to the regressions on each of the three aspects of burnout in addition to the workload-exhaustion-cynicism-efficacy process. Further, multiple regression analyses demonstrated that other areas of worklife-control, reward, community, and fairness-were strongly associated with value congruence in a manner distinct from the relationship of values with manageable workload. The two samples showed evidence of both processes, but that the workload/exhaustion process was dominant for the Canadian sample while the values/burnout process was more relevant for the Spanish sample. Implications for a comprehensive model of burnout are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,887

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,463
Écart entre enseignants0,376 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology in Spain→Même sujetHealthcare professionals’ stress and burnout→Travaux en français237 207→