Síndrome de Burnout em professores de uma escola pública de referência: prevalência e fatores associados
Bibliographic record
Abstract
A síndrome de burnout tem se tornado cada vez mais frequente nos processos laborais. Trata-se de uma patologia que provoca angústia emocional e estresse nos indivíduos, acarretando o cansaço físico e psíquico, que por sua vez afeta a execução do trabalho. Identificar a ocorrência da síndrome de burnout em professores de uma escola pública, traçando seu perfil sociodemográfico e verificando os fatores associados ao surgimento da síndrome. Trata-se de um estudo descritivo, de abordagem quantitativa, realizado com professores de uma escola pública de referência no interior de Pernambuco. Para obtenção dos dados foram utilizados um questionário semiestruturado elaborado pelos pesquisadores para a investigação das variáveis sociodemográficas e o Questionário Jbeili, que é utilizado para detectar precocemente a síndrome de burnout. Os dados foram digitados e codificados em planilhas e, em seguida, transportados para o programa estatístico Stata, versão 14.0. A amostra foi composta por 13 professores, a maioria (61,5%) era do sexo feminino, casados, com ensino superior completo, a média de atuação como docente foi a mínima de 2 meses e máxima de 22 anos. Observou-se que a maioria (53,8%) estava na fase inicial da síndrome de burnout e em (23,8%) a síndrome já estava começando a se instalar. A alta prevalência da síndrome de burnout evidenciada pelo estudo demonstra a necessidade de discutir a saúde destes trabalhadores, pondo em prática medidas que promovam sua qualidade de vida e que tornem o ambiente de trabalho menos exaustivo.
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".