Evaluations of Healthcare Providers’ Perceived Support From Personal, Hospital, and System Resources: Implications for Well-Being and Management in Healthcare in Montreal, Quebec, During COVID-19
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.
Notice bibliographique
Résumé
Increased stressful experiences are pervasive among healthcare providers (HCPs) during the COVID-19 pandemic. Identifying resources that help mitigate stress is critical to maintaining HCPs’ well-being. However, to our knowledge, no instrument has systematically examined how different levels of resources help HCPs cope with stress during COVID-19. This cross-sectional study involved 119 HCPs (64 nurses and 55 physicians) and evaluated the perceived availability, utilization, and helpfulness of a list of personal, hospital, and healthcare system resources. Participants also reported on their level of burnout, psychological distress, and intentions to quit. Results revealed that HCPs perceived the most useful personal resource to be family support; the most useful hospital resources were a safe environment, personal protective equipment, and support from colleagues; the most useful system resources were job protection, and clear communication and information about COVID. Moreover, HCPs who perceived having more available hospital resources also reported lower levels of psychological distress symptoms, burnout, and intentions to quit. Finally, although training and counseling services were perceived as useful to reduce stress, training was not perceived as widely available, and counseling services, though reported as being available, were underutilized. This instrument helps identify resources that support HCPs, providing implications for healthcare management.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle