Predicting Job Burnout of Medical Staff of Karaj Government Hospitals by Ego Strength: Mediating Role of Emotion Regulation and Alexithymia
Notice bibliographique
Résumé
The objective of the current study was to examine the mediating role of alexithymia and emotion regulation in the prediction of job exhaustion among the treatment staff of Karaj city government hospitals, as determined by ego strength. The current research was descriptive of the correlation type. The research’s statistical population comprised all active medical personnel employed by Karaj public hospitals during the spring of 2024. 250 people (97 men and 153 women) were selected as a sample using the available sampling method. The tools of the current research included Ego Strength Scale (ESS), Emotion Regulation Questionnaire (ERQ), Toronto alexithymia Scale (TAS) and Maslach Job Burnout Questionnaire (MBI). The structural equation analysis method was employed to analyze the collected data in SPSS version 25 and Mplus version 8.3. The obtained findings indicated that job burnout was substantially and negatively predicted by Ego Strength. Ego Strength had a direct and significant effect on emotion regulation and alexithymia, and emotion regulation and alexithymia also had a direct and significant effect on job burnout. The indirect path analysis results indicated that the relationship between ego strength and job burnout is substantially mediated by emotion regulation and alexithymia. Considering the stressful environment of hospitals and considering the findings of the research, it is possible to design and implement educational and intervention programs based on ego strength with more emphasis on emotional dimensions, including emotion regulation and alexithymia, in order to reduce the burnout of medical 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 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 | 0,003 |
| 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 | 0,000 | 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 ».