Risk factors of professional burnout for nurses, health technicians and midwives at the beni mellal regional hospital, Morocco
Notice bibliographique
Résumé
INTRODUCTION: Burnout is a topical issue, which concerns all fields and more particularly our health field. OBJECTIVES: Our descriptive study aims to evaluate the prevalence of burnout and describe its risk factors among nurses, health technicians and midwives in the regional hospital of Beni Mellal. It is being carried out from February to June 2022, with 113 participants. METHODS: Given the nature of our research, the data collection tool consists of two questionnaires, the first to study personal, professional data and risk factors for burnout, and the second to assess burnout among our participants, based on the MBI in its French version. RESULTS: Our study showed that burnout affected more than three quarters of our sample, 59.3% of them had high emotional exhaustion, 26.5% had high depersonalization and 41.6% had low personal accomplishment. The occurrence of this syndrome was the result of several risk factors, the most frequent being: stress related to the Covid-19 pandemic, poor organization and management of services, insufficient means and personnel, lack of recognition and motivation, unsatisfactory salary/effort, degraded interpersonal relations and confrontation with suffering. CONCLUSIONS: In conclusion, burnout is a palpable reality among nurses, health technicians and midwives.Our alarming results must lead to the implementation of preventive actions while insisting on the organization of work and the valorization of the Moroccan caregiver. DISCLOSURE OF INTEREST: None Declared
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».