A new hire support program for mental health occupational therapists: preventing burnout and building resilience
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Burnout is widespread among mental health clinicians, including Occupational Therapists (Morse et al., 2012; Scalan & Hazelton, 2019). Newer mental health clinicians tend to be at higher risk of burnout than experienced clinicians (McCombie & Antanavage, 2017). This risk of burnout has been heightened during the recent COVID-19 pandemic, as demands for mental health services in Canada have increased and healthcare staffing shortages have reached critical levels (Statistics Canada, 2022a; Statistics Canada 2022b). There are multiple factors that contribute to increased burnout for mental health OTs, including the demands of the job, nature of the work, lack of rewards, limited opportunities for training, resource shortages and decreased professional identity/discipline-specific supports (Abendstern et al., 2017; Devery et al., 2018; Gupta et al., 2012; Lloyd et al., 2005; Scanlan & Still, 2013). Burnout prevention literature, though limited, indicates that a multi-pronged approach can be helpful (Morse et al., 2012). The New Hire Support Program for Mental Health OTs provides a multi-intervention approach to help reduce burnout risk and bolster professional resilience for OTs who are new to mental health. This supportive, comprehensive program involves three evidence-based components: i) a resource support toolkit; ii) professional development and self-care plans; iii) a mentorship program. This program is positioned to not only directly address the issue of burnout and resilience for mental health OTs, but is also projected to have an important impact on retention rates and patient care. It will also add to a limited body of existing literature focused on clinician burnout prevention.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle