Toward Designs of Workplace Stress Management Mobile Apps for Frontline Health Workers During the COVID-19 Pandemic and Beyond: Mixed Methods Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: In recent years, mobile apps have been developed to prevent burnout, promote anxiety management, and provide health education to workers in various workplace settings. However, there remains a paucity of such apps for frontline health workers (FHWs), even though FHWs are the most susceptible to stress due to the nature of their jobs. OBJECTIVE: The goal of this study was to provide suggestions for designing stress management apps to address workplace stressors of FHWs based on the understanding of their needs from FHWs' own perspectives and theories of stress. METHODS: A mixed methods qualitative study was conducted. Using a variety of search strings, we first collected 41 relevant web-based news articles published between December 2019 and May 2020 through the Google search engine. We then conducted a cross-sectional survey with 20 FHWs. Two researchers independently conducted qualitative analysis of all the collected data using a deductive followed by an inductive approach. RESULTS: Prevailing uncertainty and fear of contracting the infection was causing stress among FHWs. Moral injury associated with seeing patients die from lack of care and lack of experience in handling various circumstances were other sources of stress. FHWs mentioned 4 coping strategies. Quick coping strategies such as walking away from stressful situations, entertainment, and exercise were the most common ways to mitigate the impact of stress at work. Peer support and counseling services were other popular methods. Building resilience and driving oneself forward using internal motivation were also meaningful ways of overcoming stressful situations. Time constraints and limited management support prevented FHWs from engaging in stress management activities. CONCLUSIONS: Our study identified stressors, coping strategies, and challenges with applying coping strategies that can guide the design of stress management apps for FHWs. Given that the pandemic is ongoing and health care crises continue, FHWs remain a vulnerable population in need of attention.
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 | 0,040 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».