MétaCan
Menu
Retour à la cohorte
Enregistrement W3141194226 · doi:10.1177/23333936211005475

Developing the Resilience Framework for Nursing and Healthcare

2021· article· en· W3141194226 sur OpenAlex
Janice M. Morse, Jacqueline Kent‐Marvick, Lisa A. Barry, Jennifer Harvey, Esther Narkie Okang, Elizabeth Rudd, Ching‐Yu Wang, Marcia Williams

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGlobal Qualitative Nursing Research · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Nursing Research
Mots-clésCoping (psychology)DistressHealth carePsychologyPsychological resilienceNursing theoryStressorMedicineNursingClinical psychologyMEDLINEPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Despite four decades of resilience research, resilience remains a poor fit for practice as a scientific construct. Using the literature, we explored the concepts attributed to the development of resilience, identifying those that mitigate symptoms of distress caused by adversity and facilitate coping in seven classes of illness: transplants, cancer, mental illness, episodic illness, chronic and painful illness, unexpected events, and illness within a dyadic relationship. We identified protective, compensatory, and challenge-related coping-concept strategies that healthcare workers and patients use during the adversity experience. Healthcare-worker assessment and selection of appropriate coping concepts enable the individual to control their distress, resulting in attainment of equanimity and the state of resilience, permitting the resilient individual to work toward recovery, recalibration, and readjustment. We inductively developed and linked these conceptual components into a dynamic framework, The Resilience Framework for Nursing and Healthcare, making it widely applicable for healthcare across a variety of patients.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,321
Tête enseignante GPT0,670
Écart entre enseignants0,350 · 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