Mindfulness-Based Interventions for Undergraduate Nursing Students in a University Setting: A Narrative Review
Notice bibliographique
Résumé
(1) Introduction: Undergraduate (UG) nursing students are vulnerable to stress throughout their education, known to result in burnout, with high attrition rates of up to 33%. There is a growing body of evidence to suggest that mindfulness-based interventions are effective for the management of anxiety, depression and wellbeing, thereby reducing stress in healthcare provider populations. The aim of this narrative review was to synthesize and provide a critical overview of the current evidence in relation to mindfulness-based interventions for UG nursing students in a university setting. (2) Methods: A review of the literature was conducted in March 2020 and updated in May 2021, utilising the databases CINAHL, Medline and PsycINFO. (3) Results: Fifteen studies were included in the review, with three common themes identified: (i) the positive impact of mindfulness on holistic wellbeing, (ii) mindfulness-based techniques as a positive coping mechanism within academic and clinical practice, and (iii) approaches to the delivery of mindfulness-based interventions. (4) Conclusions: Mindfulness-based interventions are effective strategies for the management of stress, development of self-awareness and enhanced academic and clinical performance in undergraduate nursing students. No ideal approach to delivery or duration of these interventions was evident from the literature. Best practice in relation to delivery of mindfulness-based interventions for nursing students is recommended for future studies.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».