A Predictive Research on the Posttraumatic Improvement of Emergency Health Employees
Notice bibliographique
Résumé
Traumatic incidents are defined as despair people are in when they face fears, weaknesses and vulnerabilities. The purpose of the present research is determining the mental problems faced by emergency health workers while performing their jobs and how they deal with these problems. For this purpose, “The Hopelessness Scale, Locus of Control Scale, Problem Solving Inventory, Multidimensional Scale of Perceived Social Support, Post Traumatic Growth Inventory, Peritraumatic Dissociative Experiences Questionnaire, The Posttraumatic Diagnostic Scale and Beck Depression Inventory were used as data collection tools. The present research was designed in accordance with general screening model, which is a descriptive research method. With this model, how the independent variable affected the dependent variable was investigated and the regression analysis was conducted for the relationship between the variables. The research was carried out on the employees of the Department of Emergency Health Services in Erzincan and data were collected from 400 emergency health workers. The statistical analysis of the data was done by SPSS 20.00 package program and .05 was taken as the significance level. According to the regression analysis results hopelessness, negative effects of events on life, social support and dissociation were significantly related with stress symptoms and depressive mood levels. It was found that the effects of event and dissociation predict posttraumatic stress symptoms positively; and social support negatively. It was observed that hopelessness and post-traumatic stress symptoms predicted the level of depression positively and social support negatively. According to the findings of the research, it was recommended that psychosocial support units may be useful in emergency health services and psycho-education and psychological counseling services provided by the psychosocial unit can be useful for the stress, posttraumatic stress disorder and other problems that may be experienced.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».