The effect of a mindfulness based stress reduction intervention on the perceived stress and burnout of RN students completing a doctor of nursing practice degree
Notice bibliographique
Résumé
Background and objective: There is a vast amount of literature documenting the epidemic of stress and burnout within the nursing profession. It is well established that chronic stress contributes to burnout among nursing staff and students. Research suggests that organizational change, curriculum adjustment, and mindfulness interventions can contribute to decreased stress and better outcomes for nurses. The objective of this study was to investigate the effect of a Mindfulness Based Stress Reduction (MBSR) intervention on the perceived stress and burnout of students in a cohort of Registered Nurses (RNs) completing a Doctor of Nursing Practice (DNP) Degree.Methods: This study utilized pre and post data collection to explore the effect of a MBSR intervention on self-reported perceived stress and burnout using the Perceived Stress Scale (PSS) and Copenhagen Burnout Inventory (CBI). Study participants (n = 24) received a general orientation to the study followed by a brief intervention using the body scan meditation, a component of the MBSR-model. Students registered with the Remind mobile app to supplement the live instruction and to encourage the students to engage in daily mindfulness practice.Results: The repeated measures ANOVAs for all three CBI factors showed that personal, work, and client burnout means were statistically lower at four weeks post-intervention than they were at baseline. Perceived stress measures four weeks post-intervention were also statistically lower than baseline. There were no demographic interactions, and only one main effect for gender, in that males reported lower perceived stress. Conclusions: The MBSR intervention was successful in reducing the self-reported perceived stress and burnout of RN students completing their DNP Degree.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».