Síndrome de Burnout e fatores preditores: estudo com profissionais de enfermagem do serviço de atendimento móvel de urgência
Bibliographic record
Abstract
A Síndrome de Burnout é uma doença desencadeada pelo exercício do trabalho que afeta a saúde física e mental do trabalhador. Objetivo: Analisar a Síndrome de Burnout e os fatores preditores em profissionais de Enfermagem que trabalham no SAMU de um município da Paraíba. Os dados foram coletados por meio de um questionário contendo dados sociodemográficos, um instrumento de avaliação da pré-disposição à SB, o Síndrome de Quemarse por el Trabajo - CESQT e um instrumento para avaliação Fatores Preditores e Sintomas Somáticos de Burnout em Trabalhadores de Enfermagem. A pesquisa foi realizada levando em consideração os aspectos éticos preconizados pela Resolução CNS 466/2012 do Conselho Nacional de Saúde. Podendo-se concluir que os resultados encontrados nesse estudo confirmaram que há ocorrência de características para pré-disposição à Síndrome de Burnout entre a equipe de enfermagem do SAMU do Patos-PB. Chamando atenção no resultado elevado do número de profissionais com características da síndrome, principalmente, os casos classificados como Perfil 2, necessitando de afastamento para tratamento.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".