MétaCan
Menu
Retour à la cohorte
Enregistrement W2884192099 · doi:10.4102/hsag.v23i0.1094

Increasing coping and strengthening resilience in nurses providing mental health care: Empirical qualitative research

2018· article· en· W2884192099 sur OpenAlex
Rudo Ramalisa-Buḓeli, Emmerentia du Plessis, Magdalena P. Koen

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHealth SA Gesondheid · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensScience North
Organismes subventionnairesNorth-West University
Mots-clésMental healthPsychologyNursingTeamworkCompetence (human resources)Coping (psychology)Health careBurnoutAssertivenessApplied psychologyMedicineSocial psychologyClinical psychologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Research on coping and resilience is on the rise. However, there is a paucity of information addressing strengths, assets, competence or resilience that enable nurses to remain committed and cope in their profession despite the adversities they face in their working environment. OBJECTIVE: The purpose of this research was to explore and describe how to strengthen the resilience of nurses in a work environment with involuntary mental health care users. METHOD: An exploratory and descriptive research design, which is contextual in nature, was used. RESULTS: Narrative responses to two open-ended questions (How do you cope with providing mental health care to involuntary admitted mental health care users? and; How can your resilience be strengthened to provide mental health care to involuntary mental health care users?) yielded coping mechanisms and resilience strengthening strategies. CONCLUSION: Nurses caring for involuntary mental health care users are faced with challenging situations while they themselves experience internal conflict and have limited choices available to be assertive. To strengthen their resilience, the following factors should be taken into account: support, trained staff, security measures and safety, teamwork and in-service training and education.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,174
Tête enseignante GPT0,607
Écart entre enseignants0,433 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle