Team Stress and Its Impact on Interprofessional Teams: A Narrative Review
Notice bibliographique
Résumé
Phenomenon: Interprofessional healthcare team (IHT) collaboration can produce powerful clinical benefits for patients; however, these benefits are difficult to harness when IHTs work in stressful contexts. Research about stress in healthcare typically examines stress as an individual psychological phenomenon, but stress is not only a person-centered experience. Team stress also affects the team’s performance. Unfortunately, research into team stress is limited and scattered across many disciplines. We cannot prepare future healthcare professionals to work as part of IHTs in high-stress environments (e.g., emergency medicine, disaster response) unless we review how this dispersed literature is relevant to medical education. Approach: The authors conducted a narrative review of the literature on team stress experienced by interprofessional teams. The team searched five databases between 1 Jan 1990 and 16 August 2021 using the search terms: teams AND stress AND performance. Guided by four research questions, the authors reviewed and abstracted data from the 22 relevant manuscripts. Findings: Challenging problems, time pressure, life threats, environmental distractors, and communication issues are the stressors that the literature reports that teams faced. Teams reacted to team stress with engagement/cohesion and communication/coordination. Stressors impact team stress by either hindering or improving team performance. Critical thinking/decision-making, team behaviors, and time for task completion were the areas of performance affected by team stress. High-quality communication, non-technical skills training, and shared mental models were identified as performance safeguards for teams experiencing team stress. Insights: The review findings adjust current models explaining drivers of efficient and effective teams within the context of interprofessional teams. By understanding how team stress impacts teams, we can better prepare healthcare professionals to work in IHTs to meet the demands placed on them by the ever-increasing rate of high-stress medical situations.
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 | 0,006 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».