Fostering Resilience over Multiple Losses for Nursing Staff in the Palliative Care Unit: Whole Person Approach – Part 2
Notice bibliographique
Résumé
Objectives: “Bereavement overload” due to multiple losses is one of the stressors for the nursing staff working at Palliative Care Unit (PCU), which may be especially tough to those with less exposure to it. A support program was developed for the nursing staff of newly-opened PCU (April 2011) in order to foster resilience and wellness despite multiple losses. We conducted a study to evaluate the effectiveness of the support program with “whole person approach” – consisting of 3 modules: 1) lecture on grief and bereavement (mind), 2) experiential workshop on body awareness and relaxation (body/spirit), and 3) group discussion (mind/spirit), for the increased sense of self-efficacy, awareness of their inner healing power, and fostering mutual understanding and support.Methods: 20 nurses were randomly assigned to two groups for the action research project. Data included participant observation, individual and focus group interviews with one of the investigators. The support program package was offered from October to December 2012 (A) and from January to March 2013 (B) respectively, using wait-list control method. Self-efficacy scale was used at the base line, at the completion of package A, and at the completion of package B. Participants also answered brief survey after each module, followed by semi-structured interview.Results: The participants’ overall responses were positive, with comments like “becoming more aware of my own grief process” (module 1), “was amazed by the power of awareness and simple touch” (module 2), “inspired by learning others’ perspectives on death and dying” (module 3). Shared learning and reflection as well as “learning something tangible” seem to be important components of the program.Conclusions: The support program was positively received and contributed to the nursing staff’s increased sense of self-efficacy and resilience over “bereavement overload.” Continued program development is in progress based on the feedback.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».