MétaCan
Menu
Retour à la cohorte
Enregistrement W2010725532 · doi:10.1080/08854726.2014.913876

Mindfulness, Self-Compassion, and Empathy Among Health Care Professionals: A Review of the Literature

2014· review· en· W2010725532 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Health Care Chaplaincy · 2014
Typereview
Langueen
DomainePsychology
ThématiqueMindfulness and Compassion Interventions
Établissements canadiensRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésMindfulnessSelf-compassionEmpathyCompassion fatiguePsychological interventionCompassionPsychologyHealth carePsychotherapistClinical psychologyBurnoutNursingMedicineSocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

The relationship between mindfulness and self-compassion is explored in the health care literature, with a corollary emphasis on reducing stress in health care workers and providing compassionate patient care. Health care professionals are particularly vulnerable to stress overload and compassion fatigue due to an emotionally exhausting environment. Compassion fatigue among caregivers in turn has been associated with less effective delivery of care. Having compassion for others entails self-compassion. In Kristin Neff's research, self-compassion includes self-kindness, a sense of common humanity, and mindfulness. Both mindfulness and self-compassion involve promoting an attitude of curiosity and nonjudgment towards one's experiences. Research suggests that mindfulness interventions, particularly those with an added lovingkindness component, have the potential to increase self-compassion among health care workers. Enhancing focus on developing self-compassion using MBSR and other mindfulness interventions for health care workers holds promise for reducing perceived stress and increasing effectiveness of clinical care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,566
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,405
Écart entre enseignants0,374 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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