Moral distress and alcohol use among nurses during COVID-19
Notice bibliographique
Résumé
The COVID-19 pandemic has brought rapid changes, increased stress, and ethical challenges to nurses across the globe. These factors may place nurses at increased risk for developing moral distress and vulnerability to alcohol use. The primary objective of this report was to determine if time with patients diagnosed with COVID-19 increased nurse risk for moral distress and unhealthy alcohol use among nurses in a community hospital during the COVID-19 pandemic. An online survey, consisting of demographic questions, the Measure of Moral Distress in Healthcare Professional tool, the Alcohol Use Disorder Identification Tool, and a single item asking about the amount of time caring for COVID-19 patients was sent to inpatient and emergency department nurses and 57 nurses completed the survey. Nurses were found to be experiencing various levels of moral distress. One-third of the nurses reported an intention to leave their position due to moral distress. One-third of nurses reported risky alcohol use, while 5.3% reported harmful alcohol use. Time spent with COVID patients predicted moral distress and time spent with COVID patients predicted level of alcohol dependence. Moral distress was not a predictor of risky alcohol use. Given the literature on the crescendo effect of moral distress and the nature of alcohol use disorder, the lasting effects on nurses during the COVID-19 pandemic will be important to the profession for years to come. Nursing leadership must commit to implementing resources to help prevent and care for nurses who experience moral distress and alcohol use disorder.
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 | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».