MétaCan
Menu
Retour à la cohorte
Enregistrement W2041149555 · doi:10.1177/153331750301800507

Measuring and enhancing self-efficacy among professional caregivers of individuals with dementia

2003· article· en· W2041149555 sur OpenAlexaff
Corey S. Mackenzie, Gina Peragine

Notice bibliographique

RevueAmerican Journal of Alzheimer s Disease & Other Dementias® · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensBaycrest Hospital
Organismes subventionnairesnon disponible
Mots-clésBurnoutDementiaCaregiver stressSelf-efficacyPsychologyIntervention (counseling)Clinical psychologyCaregiver burdenPopulationConstruct (python library)Family caregiversNursingMedicineDiseasePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Nurses who provide care for individuals with Alzheimer's disease and other dementias are at risk of burnout. Self-efficacy is a psychological construct with the potential to help reduce or prevent the impact of caregiver stress. Evidence supporting a link between higher levels of self-efficacy and lower levels of stress is emerging among lay caregivers. However, concurrent research for professional caregivers lags behind, partly due to a lack of appropriate self-efficacy measures for this population. We developed an intervention to enhance self-efficacy and an inventory to measure its improvements among long-term care nurses. Training resulted in lasting improvements in knowledge and self-efficacy regarding the management of challenging team, resident, and family situations. Short-term reductions in caregiver burnout were also evident. Suggestions for maintaining improvements in caregiver burnout over longer periods are offered.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,343
Écart entre enseignants0,309 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Alzheimer s Disease & Other Dementias®Même sujetHealthcare professionals’ stress and burnoutTravaux en français237 207