One‐year follow‐up of hospital nurses' work experiences during the <scp>COVID</scp> ‐19 pandemic: A qualitative study
Notice bibliographique
Résumé
AIM: To follow up on the experiences of Registered Nurses (RNs) working after 1 year of the COVID-19 pandemic in Canadian and American hospitals. DESIGN: Semi-structured interviews were conducted, and transcripts were analysed through a reflexive thematic analysis (RTA). METHODS: RNs (n = 19) first interviewed in the spring of 2020 were re-interviewed 1 year after their original interviews (May 25, 2021-June 25, 2021). Participants consisted of nurses residing in Canada and working in Ontario (n = 12) or American hospitals (n = 7), i.e., both local and cross-border nurses. RESULTS: Five themes were identified: (1) "You call us heroes, but you forgot us": Nurses described experiences of disrespect and stigma from their communities, their government, and their workplaces. (2) "A whole new level of busy": Nurses reported stressors both at home and at work that had increased exponentially throughout the pandemic. (3) "Running on empty": Nurses described burnout and mental health struggles including depression, irritation, and suicidal ideation; they coped using both adaptive and maladaptive strategies. (4) "The job of nursing is painful": Ongoing pandemic issues led nurses to re-evaluate their commitments to their units, their hospitals and the profession itself. (5) "Surviving an un-survivable day": Nurses shared positive moments at work and home that helped give them the strength to carry on. CONCLUSION: Significant investments will be required from hospital organizations and governments to ensure that healthcare systems continue to function safely for patients, their families and nurses. IMPACT: The purpose of this study was to understand and describe nurses' experiences after 1 year of working during the COVID-19 pandemic. Nurses reported feeling disrespected, overwhelmed, and burned out; many were looking to leave the profession. These findings will be of interest to nurses working on the frontline of the pandemic as well as hospital managers and policy makers. NO PATIENT OR PUBLIC CONTRIBUTION: In this investigation, nurses were the participants.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Qualitatif | high |
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».