Strategies to Reduce the Impact of Trauma in Psychiatric Nurses: An Integrative Review of the Literature
Notice bibliographique
Résumé
BACKGROUND: Psychiatric nurses are at a higher risk for exposure to violence and aggression, leading to potential burnout, moral injury, post-traumatic stress, and turnover. There is little evidence of a preferred strategy to support nurses and decrease the impact of traumatic experiences on psychiatric nurses. The aim of this integrative review was to explore potential strategies to decrease the impact of traumatic experiences among nurses in psychiatric settings. METHODS: Following a systematic search of PsycINFO/Ovid, CINAHL, and MEDLINE/Pubmed, Joanna Briggs Institute quality appraisal tools were used to analyze quality of the articles. Thirteen articles met the inclusion/exclusion criteria for this study. Data were analyzed and synthesized into three key themes and seven sub-themes. RESULTS: Three themes were noted to be common to the included texts. 1. Interpersonal Supports (Formal Support, Peer/Supervisor Support, and Informal Family/Social Support). 2. Organizational Supports (Perception of Job Safety/Satisfaction, Promoting Personal Resilience, Supporting Team Resilience, and Organizational Commitment to Resilience). 3. Protection of Personal Resources. CONCLUSIONS: Many common suggestions for decreasing the impact of exposure to violence and trauma were noted across the thirteen articles, however, there is little evidence of a preferred strategy, how strategies are developed and employed or the efficacy of any particular strategy. Further investigation is needed to identify and evaluate supportive interventions, their feasibility and efficacy.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».