Stress and ways of coping among nurse managers: An integrative review
Notice bibliographique
Résumé
AIMS AND OBJECTIVES: To appraise and synthesise empirical studies examining sources of occupational stress and ways of coping utilised by nurse managers when dealing with stress. BACKGROUND: The Nurse Manager's role is challenging yet draining and stressful and has adverse consequences on an individual's overall health and well-being, patients' outcomes and organisational productivity. Considerable research has been carried out; however, an updated and broader perspective on this critical organisational issue has not been performed. DESIGN: An integrative review. METHODS: Five databases (Cumulative Index to Nursing and Allied Health Literature, SCOPUS, PubMed, PsychINFO and MEDLINE) were searched to identify relevant articles. Search terms and MeSH terms included: "charge nurse," "coping," "coping strategy," "coping style," "psychological adaptation," "psychological stress," "stressors," "nurse manager" and "unit manager." Twenty-two articles were included in this review. Reporting followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses statement guidelines. RESULTS: Four themes were identified: moderate stress levels, common sources of stress, ways of coping and the impact of nurses' characteristics on stress. CONCLUSIONS: Nurse managers experienced moderate levels of stress mainly from heavy workloads, lack of resources and financial responsibilities. Enhancing social support and promoting job control were seen as important in reducing work stress and its related consequences. Additional studies using a more rigorous method and a larger sample size preferably in multicultural settings would shed more light on this topic. RELEVANCE TO CLINICAL PRACTICE: Hospital and nurse administrators play an important role in promoting supportive structures for daily professional practice for nurse managers through staffing, organisational resources, support services, leadership and stress management training.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».