Coping Strategies Used by Health Care Workers in Ecuador During the COVID-19 Pandemic: Observational Study to Enhance Resilience and Develop Training Tools
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has generated immense health care pressure, forcing critical decisions to be made in a socially alarmed environment. Adverse conditions have led to acute stress reactions, affective pathologies, and psychosomatic reactions among health personnel, which have been exacerbated by the successive waves of the pandemic. The recovery of the entire health system and its professionals has been hindered, making it essential to increase their resilience. OBJECTIVE: This study aimed to achieve 2 primary objectives. First, it sought to identify coping strategies, both individual and organizational, used by health care workers in Ecuador to navigate the acute stress during the early waves of the pandemic. Second, it aimed to develop training materials to enhance team leaders' capabilities in effectively managing high-stress situations. METHODS: The study used qualitative research techniques to collect information on institutional and personal coping strategies, as well as consensus-building techniques to develop a multimedia psychological tool that reinforces the resilience of professionals and teams in facing future crises. RESULTS: The findings from the actions taken by health care workers in Ecuador were categorized into 4 types of coping strategies based on Lazarus' theories on coping strategies. As a result of this study, a new audiovisual tool was created, comprising a series of podcasts, designed to disseminate these strategies globally within the Spanish-speaking world. The tool features testimonials from health care professionals in Ecuador, narrating their experiences under the pressures of providing care during the pandemic, with a particular emphasis on the coping strategies used. CONCLUSIONS: Ensuring the preparedness of health professionals for potential future outbreaks is imperative to maintain quality and patient safety. Interventions such as this one offer valuable insights and generate new tools for health professionals, serving as a case study approach to train leaders and improve the resilience capacity and skills of their teams.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».