Associations between self-care practices and psychological adjustment of mental health professionals: a two-wave cross-lagged analysis
Notice bibliographique
Résumé
Cultivation of self-care is believed to foster more well-being and to mitigate the psychological difficulties that mental health professionals experience. However, how the well-being and psychological distress of these professionals impact their personal self-care practice is rarely discussed. In fact, studies have yet to investigate whether the use of self-care improves mental health, or whether being in a better place psychologically makes professionals more prone to using self-care (or both). The present study aims to clarify the longitudinal associations between self-care practices and five indicators of psychological adjustment (well-being, posttraumatic growth, anxiety, depression, and compassion fatigue). A sample of 358 mental health professionals were assessed twice (within a 10-month interval). A cross-lagged model tested all associations between self-care and psychological adjustment indicators. Results showed that self-care at T1 predicted increases in well-being and in post-traumatic growth, and a reduction in anxiety and depression at T2. However, only anxiety at T1 significantly predicted greater self-care at T2. No significant cross-lagged associations were found between self-care and compassion fatigue. Overall, findings suggest that implementing self-care is a good way for mental health workers to "take care of themselves." However, more research is needed to understand what leads these workers to use self-care.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».