A comprehensive model for predicting burnout in Korean nurses
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.
Notice bibliographique
Résumé
BACKGROUND: Although burnout among nurses has been studied in a great deal, this work has not included Korean nurses. Furthermore, the role of personal resources such as empathy and empowerment in predicting the variance in burnout has never been examined. AIM: The purpose of this study was to understand the phenomenon of burnout among Korean nurses. A comprehensive model of burnout was examined to identify significant predictors among individual characteristics, job stress and personal resource, with the intention of providing a basis for individual and organizational interventions to reduce levels of burnout experienced by Korean nurses. METHODS: A cross-sectional correlational design was used. A sample of 178 nurses from general hospitals in southern Korea was surveyed from May 1999 to March 2000. The data were collected using paper and pencil self-rating questionnaires and analysed using descriptive statistics, Pearson correlations, and hierarchical multiple regression. RESULTS: Korean nurses reported higher levels of burnout than nurses in western countries such as Germany, Canada, the United Kingdom and the United States of America. Nurses who experienced higher job stress, showed lower cognitive empathy and empowerment, and worked in night shifts at tertiary hospitals were more likely to experience burnout. CONCLUSIONS: Identifying a comprehensive model of burnout among Korean nurses is an essential step to develop effective managerial strategies to reduce the problem. Suggestions to reduce the level of burnout include enhancing nurses' cognitive empathy and perceived power, providing clear job descriptions and work expectations, and exploring nurses' shift preferences, especially at tertiary hospitals. In future research we recommend recruiting nurses from broader geographical areas using random selection in order to increase the generalizability of the findings.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle