Quality of sleep and well-being of health workers in Najran, Saudi Arabia
Notice bibliographique
Résumé
Background: Health care involves taking care of other peoples' lives. Professionals in the field of health care are expected to be at their best all the time because mistakes or errors could be costly and sometimes irreversible. Aim: This study assessed the quality of sleep and well-being of health workers in Najran city, Saudi Arabia. Materials and Methods: It was a cross-sectional study done among health workers from different hospitals within the kingdom of Najran, Saudi Arabia. The subjects were administered questionnaire that contained sections on demographic and clinical characteristics, sleep quality, and section relating to well-being. Results: One hundred and twenty-three health workers comprising 29 (23.6%) males and 94 (76.4%) females participated in this study. The majority of the workers 74 (60.2%) were nurses; a quarter were doctors while the remaining 13.6% accounted for other categories of health workers such as the pharmacist and laboratory technicians. Fifty-two (42.3%) of the workers were poor sleepers. Significantly (χ2 = 23.98, P = 0.000), majority of the subjects that were poor sleepers (84.6%) compared with the 42.3% of the good sleepers rated the last 12 months of their profession as a bit stressful or quite a bit stressful. Similarly, 46.2% of the workers that were poor sleepers significantly (χ2 = 24.69, P = 0.000) rated their ability to handle unexpected and difficult problems in their life as fair or poor compared with 14.1% of the good sleepers Conclusion: Health workers expressed some level of stress in their professional life, and a good proportion of the subjects were poor sleepers. There is, therefore, the need to establish a program within the health-care organization to address social, physical, and psychological well-being at work.
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 | 0,006 | 0,000 |
| 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 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 ».