Mental health and hospital chaplaincy: strategies of self-protection (case study: toronto, Canada).
Notice bibliographique
Résumé
OBJECTIVE: This is a study about emotion management among a category of healthcare professional - hospital chaplains - who have hardly been the subject of sociological research about emotions. The aim of the study was to understand how chaplains manage their work-related emotions in order to protect their mental health, whilst also providing spiritual care. METHODS: Using in-depth, semi structured interviews, the author spoke with 21 chaplains from five faith traditions (Christianity, Islam, Judaism, Buddhism and modern paganism) in different Toronto (Canada) Hospitals to see how they manage their emotion, and what resources they rely on in order to protect their mental health. Data analysis was perfumed according to Sandelowski's method of qualitative description. RESULTS: The average age and work experience of the subjects interviewed in this study are 52 and 9.6 respectively. 11 chaplains worked part-time and 10 chaplains worked full-time. 18 respondents were women and the sample incudes 3 male chaplains only. The findings are discussed, among others, according to the following themes: work-life balance, self-reflexivity, methods of self-care, and chaplains' emotional make-up. CONCLUSION: Emotion management per se is not a problem. However, if chaplains fail to maintain a proper work-life balance, job pressure can be harmful. As a strategy, many chaplains work part-time. As a supportive means, an overwhelming number of chaplains regularly benefit from psychotherapy and/or spiritual guidance. DECLARATION OF INTEREST: None.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».