The Impact of Practice Environment and Resilience on Burnout among Clinical Nurses in a Tertiary Hospital Setting
Notice bibliographique
Résumé
The purpose of this study was to examine practice environment, resilience, and burnout and to identify the impacts of practice environment and resilience on burnout among clinical nurses working at a tertiary hospital. A cross-sectional secondary data analysis was conducted using a convenience sample of 199 nurses. The nurses completed survey questionnaires regarding practice environment, resilience, and burnout. The majority of the nurses were below the age of 30, single, and worked in medical-surgical wards. Approximately, 92% of the nurses reported moderate to high burnout, with a mean practice environment score of 2.54 ± 0.34 and resilience score of 22.01 ± 5.69. Practice environment and resilience were higher in the low level of burnout than in the moderate to high level of burnout. After controlling for demographic and occupational characteristics, resilience and nursing foundations for quality of care were significant predictors of burnout (OR = 0.71, p = 0.001; OR = 0.01, p = 0.036, respectively), explaining 65.7% of the variance. In a mixed practice environment, increased resilience and nursing foundations for quality of care lowered nurses’ burnout. Our findings suggest that interventions focused on enhancing individual resilience and practice environment and building better nursing foundations for quality of care should be developed and provided to alleviate burnout in clinical nurses working at tertiary hospitals. Nursing and hospital administrators should consider the importance of practice environment and resilience in nurses in developing interventions to decrease burnout.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».