24 / DETERMINING THE ATTITUDES OF COPING WITH DISTRESS LEVELS OF ONCOLOGY PATIENT RELATIVES
Notice bibliographique
Résumé
E. Akgu00fcn u00c7u0131tak1, S. Kav1.u20281Baskent University, Health Sciences Faculty Nursing Department, Ankara, Turkey.Introduction:Oncology nurses are regularly exposed to high-stress situations that may lead to compassion fatigue. Types of interventions and evidence of its effectiveness on compassion fatigue hasn't been established.ObjectivesThe aim of the review is to determine effectiveness of the interventions to manage compassion fatigue in oncology nurses.MethodsElectronic databases (CINAHLu00ae, PubMed and WOS) were used for searching the studies with the following key words u201ccompassion fatigueu201d, u201cinterventions or strategiesu201d and u201concology nursingu201d. The methodology used for this systematic review was based on the Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA) guidelines. Identified publications were screened by using the following inclusion criteria; randomized controlled trials (RCTs), intervention studies and English language full text journals published in last 10 years. Descriptive studies, reviews, conference abstracts, letters to the editor were excluded.ResultsThe initial search identified 64 articles and 8 studies met eligibility criteria. Majority (5) of the studies from USA and rest of them were from Canada and Portugal. Non-randomized, pre-test and post-test design were used in intervention studies. Most of the studies were pilot and included small sample ranging from 10 to 45 participants.Effectiveness of the interventions were measured by The Professional Quality of Life Scale. Mindfulness, support group, knitting and education were applied over 4 to 6 weeks period. The interventions were effective in decreasing compassion fatigue level except one study that using mobile application.ConclusionsThe findings of these small scale studies support that interventions can be effective in reducing nurses compassion fatigue.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».