Job satisfaction, burnout, and stress among pediatric nurses in various specialty units at an acute care hospital
Notice bibliographique
Résumé
Aims: The aims of the study were to: assess job satisfaction, burnout, compassion satisfaction, and work-related stress among pediatric nurses at surgical, medical, critical care, and hematology/oncology units in a tertiary acute care hospital; and identify the predictors of job satisfaction, burnout, compassion satisfaction, and work-related stress. Methods: A cross-sectional study was conducted at a children’s hospital in southern California from February 2013 to March 2013. A convenience sample of registered nurses working in four different units (N = 240) completed the Professional Quality of Life, Brief Index of Affective Job Satisfaction, and demographic questionnaire. One-way Analysis of Variance (ANOVA) and simultaneous multiple regression procedures were performed. Results: Nurses in the hematology/oncology unit reported the lowest level of burnout and highest levels of job satisfaction and compassion satisfaction. In contrast, nurses in the surgical unit reported the opposite. Among surgical unit nurses, those with 5-9 years of RN experience reported highest burnout as well as lowest job satisfaction and compassion satisfaction. The combination of demographic variables explained a large fraction of the variance in job satisfaction ( R 2 = 0.251) and positive predictors were white ethnicity (β = 0.33) and hematology/oncology unit (β = 0.16), whereas negative predictors were surgical unit (β = -0.32) and critical care unit (β = -0.20). Conclusions: Nurses in the hematology/oncology unit reported lowest burnout and highest job satisfaction, which may be due to the educational and mentoring support from a unit-based end-of-life care program. A focused strategy targeting a specific group of nurses in a unit may help to reduce work-related stress and burnout.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».