Acil Serviste Çalışan Hemşirelerin Aleksitimi ve Depresyon Düzeyleri: Kesitsel Bir Çalışma
Notice bibliographique
Résumé
Amaç: Bu çalışma acil serviste çalışan hemşirelerin aleksitimi ve depresyon düzeyleri ile bunları etkileyen faktörleri incelemek amacıyla yapılmıştır.Materyal ve Metot: Tanımlayıcı, kesitsel ve ilişki arayıcı tipte yapılan araştırmanın verileri “Kişisel Bilgi Formu”, “Toronto Aleksitimi Ölçeği (TAÖ-20)” ve “Beck Depresyon Ölçeği” kullanılarak toplanmıştır. Verilerin değerlendirilmesinde tanımlayıcı istatistikler (sayı, ortalama, yüzde dağılımları) t testi, tek yönlü varyans analizi, Scheffe ve Tukey testleri ile Pearson testleri kullanılmıştır. Aleksitiminin depresyon üzerindeki etkisini belirlemek için simple linear regresyon analizi yapılmıştır.Bulgular: Çalışmaya katılan hemşirelerin TAÖ-20 toplam puanı 51,89±10,01 ve Beck Depresyon ölçeği toplam puanı 10,84±8,33 olarak bulunmuştur. Hemşirelerin medeni durumu, eğitim durumu, gelir durumu, acil serviste çalışma memnuniyeti, duygularını ifade edebilme, kronik hastalığın varlığı ve sürekli ilaç kullanma durumları istatistiksel olarak önemli bulunmuştur (Sırasıyla; p= 0,041, p=0,014, p=0,013, p=0,013, p=0,028, p=0,017, p=0,022).Sonuç: Araştırmaya katılan hemşirelerde hafif düzeyde aleksitimi ve depresyon olduğu görülmektedir. Acil serviste çalışmaktan memnun olmayanların, duygularını ifade edemeyenlerin, kendisinde ve ailesinde kronik hastalığı olmayanların TAÖ-20 toplam puanları daha yüksektir (p<0,05). Aleksitimi ile depresyon puanları arasında pozitif yönde ve anlamlı bir ilişki olduğu saptanmıştır.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».