An integrative review of the influence of job strain and coping on nurses' work performance: Understanding the gaps in oncology nursing research
Notice bibliographique
Résumé
Nursing is known to be a stressful profession that can lead to physical and psychological health issues and behavioural problems. In oncology, workload among nurses is believed to be increasing in conjunction with rapidly increasing numbers of patients with cancer and staff shortages worldwide, therefore it is essential to sustain a quality oncology nurse workforce. Numerous studies have presented evidence on job strain, effects of coping strategies, and nurses' work performance within healthcare settings, but few have focused on oncology settings and none of these on nurses working in Saudi Arabia. The purpose of this review was to summarize empirical and theoretical evidence concerning job-related stressors in nurses, particularly oncology nurses, and the interrelationships among job strain, coping strategies, and work performance in this population. Search strategies identified studies published on studies in peer-reviewed journals from 2004 to 2016. Twenty-five nursing studies were found examining the relationships among the concepts of interest. Common job-related stressors among oncology nurses were high job demands, dealing with death/dying, lack of job control, and interpersonal conflicts at work. Job strain was found to be significantly linked to coping strategies, and negatively associated with work performance among nurses in general. There is no existing empirical evidence to support the relationship between coping strategies and work performance among oncology nurses. The present evidence is limited, and a considerable amount of research is required in the future to expand the oncology nursing literature. Research is needed to investigate job-related stressors and their effects on oncology nurses.
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 | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».