Applying Psychotherapeutic Principles to Bolster Resilience Among Health Care Workers During the COVID-19 Pandemic
Notice bibliographique
Résumé
The COVID-19 pandemic has affected the entire globe with overwhelming speed and impact. The pandemic is both highly threatening and poorly understood, typical of deeply distressing conditions. Stress associated with uncertain recommendations from authorities, fear of illness and contagion for oneself and one's loved ones, extended periods of isolation, moral conflicts, financial instability, perception of discrimination and/or stigma, and ongoing loss and grief imperil mental health and resilience among the general population and high-risk groups. Health care workers (HCWs) face additional challenges that increase their vulnerability to distress and burnout. Bolstering resilience among HCWs can allow them to continue working with the intensity and focus their jobs require, which in turn supports the overall functioning of the health care system. Given their training in understanding wellness, distress, and psychotherapeutic treatment, mental health clinicians are well positioned to respond to this need. By studying the lessons from past and present experiences with public health emergencies and by incorporating principles from psychotherapeutic literature and training, clinicians can help facilitate an informed and effective response. The goal of this article is to discuss the development of a resilience coaching model that is rooted in principles from psychotherapeutic literature and practice to support psychological well-being among hospital-based HCWs. This model, developed to support the authors' health care colleagues working in a Toronto hospital, is generalizable, can be adapted for use by any mental health clinician, and makes explicit how previous training in psychotherapy may be applied to coaching and supporting frontline HCWs.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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 ».