Improving Clinician Wellbeing in Mental Health Care
Notice bibliographique
Résumé
Mental health issues among children and youth have steadily been on the rise in Canada. One of the ways that the Provincial Government of British Columbia addresses this issue is by employing mental health clinicians (MHCs) on various community mental health teams across the province. It is well established in the literature that community MHCs experience considerably high levels of occupational stress (OS) in their therapeutic roles (O’Connor et al., 2018). Chronic exposure to OS makes MHCs vulnerable to the compassion fatigue and burnout, which are considered occupational hazards (OHs) of mental health care (Bride et al., 2007; O’Connor et al., 2018). This organizational improvement plan (OIP) addresses the problem that MHCs at Strong Communities (SC), are insufficiently practicing stress-reducing behaviours, proportionate to the OS-levels that are typical in the field. This problem, and the vision for change, were explored through the lenses of critical theory and servant leadership. Organizational change readiness was assessed, and the Wellbeing Workout (WW) (Hughes et al., 2019) was chosen as the solution to the Problem of Practice. A change implementation plan was created to operationalize the WW as a team-based change initiative. This OIP is influenced by my position as an informal leader and a front-line MHC. I utilize Kouzes and Posner’s (2017) Five Practices of Exemplary Leadership, and manage change using Change Path Model (Deszca et al., 2020) and Prochaska and DiClemente’s (2005) Stages of Change model. The change initiative is evaluated using three Plan, Do, Study, Act cycles (Deming, 1994/2018). Although the primary goal of this change initiative will be to reduce OS and OHs for MHCs, the long-term ambition of the plan is for SC to be re-conceptualized as a vicarious trauma-informed organization.
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 | 0,016 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,013 | 0,006 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,002 | 0,024 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».