MétaCan
Menu
Retour à la cohorte
Enregistrement W3089598428 · doi:10.31389/jltc.34

Death in Long-Term Care: Focus Groups and Interviews Identify Strategies to Alleviate Staff Burnout

2020· article· en· W3089598428 sur OpenAlexaffabout
Karen Pott, Kit Chan, Anne Leclerc, Chris Bernard, Annes Song, Joseph H. Puyat, Patricia Rodney

Notice bibliographique

RevueJournal of Long-Term Care · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensCentre for Advancing Health OutcomesUniversity of British ColumbiaProvidence Health Care
Organismes subventionnairesnon disponible
Mots-clésBurnoutNursingFocus groupContext (archaeology)Palliative careMedicinePsychologyQualitative researchHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

<strong>Context:</strong> Interdisciplinary long-term care staff are being challenged with increasing numbers of resident deaths as well as complex resident and family needs. Studies warn that staff responses to the stress generated by residents’ deaths can lead to increased ill health, sick time, burnout, and attrition. <strong>Objectives:</strong> To alleviate and prevent workplace stress and burnout in staff related to long-term care resident deaths. <strong>Methods:</strong> Participatory action research design. Qualitative individual interviews and focus groups were carried out within five long-term care homes, Vancouver, British Columbia, Canada. <strong>Findings:</strong> Two key themes emerged: Challenges Staff Experienced and Supporting Action Strategies. Challenges are reported under five sub-themes: 1) Differing Expectations, 2) Communication, 3) Acknowledgement, 4) Support, and 5) Education. Supporting Action Strategies to minimize the impact of resident death on staff are presented under four sub-themes: 1) the Individual: Practice self-care, awareness, mindfulness; 2) Team: Enhance end-of-life comfort for residents, strengthen support for families, maximize the use of palliative and spiritual care; 3) Organization: Nurture supportive leadership, improve communication, education, resources and 4) Higher learning: Build palliative care/emotional preparation into the curriculum and promote long-term care as a specialist area of healthcare. <strong>Limitations:</strong> Results may not generalize to other practice contexts; long-term care homes studied are part of a faith-based organization. <strong>Implications:</strong> Long-term care policy and system changes are needed to support interdisciplinary care staff and provide them with tools, resources, and supports to prevent burnout and cope with the increasing stress of working in long-term care.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,048
Tête enseignante GPT0,395
Écart entre enseignants0,347 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Long-Term CareMême sujetGeriatric Care and Nursing HomesTravaux en français237 207