Association between fatigue and Internet addiction in female hospital nurses
Notice bibliographique
Résumé
AIMS: To report a study conducted to examine the association between fatigue and Internet addiction among female hospital nurses. BACKGROUND: The Internet provides unprecedented convenience for social interaction and information retrieval. Although excessive Internet use has been demonstrated to correlate with fatigue in adolescents, no studies have examined whether it is associated with fatigue in nurses. DESIGN: Cross-sectional survey. METHODS: The study was conducted in August 2010. Female Registered Nurses working in a regional teaching hospital in southern Taiwan were asked to complete a paper-based questionnaire. The questionnaire included questions on demographics, the Chen Internet Addiction Scale and the Chalder Fatigue Scale. Multiple linear regression analysis was performed using Chalder fatigue scale as the dependent variable. RESULTS: Of the 564 (79% response) valid questionnaires returned, 6 and 10% of the participants were classified as diagnostic cases and possible cases of Internet addiction, respectively. Fatigue levels, adjusting for other potential confounders including work unit, shift work, regular self-medication, and self-perceived health status, was significantly associated with both possible cases of Internet addiction and diagnostic cases of Internet addiction. CONCLUSION: This study is the first in reporting a statistically significant association between fatigue levels and Internet addiction in female hospital nurses. RELEVANCE TO CLINICAL PRACTICE: Nurses should pay attention to their Internet activity and whether it adds to their fatigue levels. Addictive behaviour should promptly be dealt with to ensure that the best care is provided to patients.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».