MétaCan
Menu
Retour à la cohorte
Enregistrement W2049394335 · doi:10.1080/10615800008248342

Hospital downsizing, individual resources, and occupational stressors in nurses

2000· article· en· W2049394335 sur OpenAlexafffundabout
Esther R. Greenglass, Ronald J. Burke

Notice bibliographique

RevueAnxiety Stress & Coping · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensYork University
Organismes subventionnairesYork University
Mots-clésStressorCoping (psychology)WorkloadPsychologyDistressJob satisfactionAnxietyOccupational stressCynicismBurnoutNursingClinical psychologyMedicineSocial psychologyPsychiatryManagement

Résumé

récupéré en direct d'OpenAlex

Restructuring and downsizing are occurring increasingly throughout the workplace. As a result, many individuals are losing their jobs. Many others experience job insecurity as a result of the threat of downsizing. As with most other work spheres, several hospitals are closing, resulting in thousands of layoffs. Since nurses constitute one of the main groups employed in hospitals, they are faced with increasing job shortages. This study examines psychological reactions of nurses in response to stressors resulting from hospital downsizing. Individual resources, particularly coping strategies and self-efficacy, can affect the extent to which individuals experience distress as a result of downsizing. A self-report, anonymous questionnaire was filled out and returned by 1363 nurses employed in hospitals in Canada. Results of this study show that amount of work was a consistent and significant stressor in nurses. The greater the nurse's workload, the greater her emotional exhaustion, cynicism, depression and anxiety. Further results reported here indicated that control coping and self-efficacy lessened distress on the job and increased job satisfaction, while escape coping was associated with greater psychological distress and less job security.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,365
Écart entre enseignants0,333 · 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 source (Gemma direct ou Codex distillé), 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

Citations72
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnxiety Stress & CopingMême sujetEmployment and Welfare StudiesTravaux en français237 207