The benefits of mindfulness in mental healthcare professionals
Notice bibliographique
Résumé
Background: Burnout is a widely reported syndrome consisting of emotional exhaustion, depersonalization, and a lowered sense of accomplishment. Mindfulness practices have been shown to be useful in lowering distress and burnout in clinical and non-clinical cohorts. Our aim was to explore the potential personal and occupational benefits of a structured mindfulness intervention on a cohort of mental health professionals. A mixed-methods approach was utilised in order to enhance the exploratory power of the study. Methods : We conducted a pilot study involving healthcare practitioners employed at a community outpatient mental health clinic. As a pilot, we relied on a single group and implemented a quasi-experimental, simultaneous mixed methods design by incorporating both quantitative pre- and post- testing alongside written qualitative post-test responses. Results : Analysis of the data demonstrated a significant difference between overall mindfulness when comparing post-test (mean=140.8, standard deviation=18.9) with pre-test data (mean=128.3, standard deviation=28.6). Participants also showed a statistically significant difference in three of the subscales: observation, describing, and non-reactivity. A moderate effect size was seen for each of the above differences. Analysis of the qualitative data revealed a range of potential themes which may be used to explain the differences exhibited across participants’ personal and professional lives, which can be grouped into two thematic overarching groups: emotional reactivity and listening/communicating. Conclusions : The results of this pilot study indicate that a structured, six-week mindfulness program has the potential to benefit clinicians, personally by reducing emotional reactivity and professionally by promoting deep listening and communication.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».