Clinical Nurse Well-being Improved Through Transcendental Meditation
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the impact of Transcendental Meditation® (TM®) practice on the multidimensional well-being of nurse clinicians affected by the COVID-19 pandemic. BACKGROUND: The health of clinical nurses has substantial impact on both the availability of a nursing workforce and the quality and safety of patient care. TM improved health and coping strategies across many populations. METHODS: Clinical nurses were recruited from 3 Magnet®-designated hospitals during the COVID-19 pandemic. Well-being outcomes included flourishing, burnout, anxiety, and posttraumatic stress disorder. Participants were randomized following completion of baseline surveys into immediate (intervention) or delayed (control) TM instruction. Surveys were repeated at 1 and 3 months following baseline survey or TM instruction. Repeated-measures analysis of variance compared differences in groups over time. RESULTS: Across the 3 sites, there were 104 clinical nurse participants. Repeated-measures analysis of variance showed significant medium to large effects in improvement over time in well-being measures for the intervention group. CONCLUSIONS: TM improved multidimensional well-being of clinical nurses by reducing posttraumatic stress disorder, anxiety, and burnout and improving flourishing. TM is easy to practice anywhere. The benefits are immediate and cumulative. Organizations and individual nurses can use TM to support clinical nurses in the difficult and meaningful work of patient care, especially in challenging times. Future studies may consider the feasibility of integrating TM into clinical shifts and evaluating its impact on patient and organizational outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».