Covid-19 Pandemisi Sürecinde Yoğun Bakımda Çalışanların İş Yüküyle Tükenmişlik Düzeyi Arasındaki İlişki
Notice bibliographique
Résumé
The research is a cross-sectional and descriptive study that examines the relationship between the increased workload in Covid-19 intensive care units and the burnout levels of nurses. The study population consists of nurses working in Covid-19 intensive care units. The sample was composed of nurses who met the inclusion criteria for the study and volunteered to participate in the research at Yıldırım Beyazıt University Training and Research Hospital. Pandemic is generally defined as the worldwide spread of a previously unseen disease. Pandemics have a high rate of infecting and causing fatalities in the global population. Along with pandemics, come various societal issues affecting areas such as work, the economy, education, and, notably, the healthcare sector. The unprecedented Covid-19 pandemic has placed immense pressure on the healthcare sector worldwide, exacerbating pre-existing workloads and burnout issues. In our study addressing this problem, questions were posed using a sociodemographic data form, the Maslach Burnout Inventory, and the Individual Workload Perception Scale. The collected data was analyzed, and the findings were compared with the literature to draw conclusions. Recommendations were made based on these analyses. Key words: Covid-19, Nursing, Workload, Burnout
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».