A qualitative co-design-based approach to identify sources of distress and develop well-being strategies for cardiovascular nurses, allied health professionals, and physicians
Notice bibliographique
Résumé
Abstract Objective: Clinician distress is a multidimensional condition that includes burnout, decreased meaning in work, severe fatigue, poor work–life integration, reduced quality of life, and suicidal ideation. It has negatives impact on patients, providers, and healthcare systems. In this three-phase qualitative study, we identified workplace factors that drive clinician distress and co-developed intervention strategies with inter-professional cardiovascular clinicians to decrease their distress within a Canadian quaternary hospital network. Methods: Between October and May 2022, we invited nurses, allied health professionals, and physicians to participate in a multi-phase qualitative and co-design approach. Phases 1 and 2 included individual interviews and focus groups to identify workplace factors contributing to distress. Phase 3 involved co-design workshops that brought together inter-professional clinicians to develop strategies addressing drivers of distress identified. Qualitative information was analyzed using deductive and inductive processes. Results: Fifty-two clinicians (24 nurses, 11 allied health professionals, and 17 physicians) participated. Insights from Phases 1 and 2 identified five key drivers of distress: inter-professional support, joy in work, unsustainable workloads, learning and professional growth, and transparent leadership communication. Phase 3 co-design workshops yielded four potential strategies to mitigate clinician distress in the workplace including re-designing daily safety huddles, formalizing a nursing mentorship program, creating a value-add program newsletter, and implementing an employee experience platform. Conclusion: This study increases our understanding on workplace factors that contribute to clinician distress, as shared by inter-professional clinicians specializing in cardiovascular care. Healthcare organizations can develop effective interventions to mitigate clinician distress by actively engaging clinicians in collaboratively designing tailored, practical strategies that directly address these challenges.
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 | 0,076 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,009 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».