MétaCan
Menu
Retour à la cohorte
Enregistrement W4391615464 · doi:10.5737/2368807634128

An Integrative Review of Effective Strategies to Prevent and Treat Compassion Fatigue in Oncology Nurses

2024· article· en· W4391615464 sur OpenAlexaffvenue
Jodi Collier, Tania Bergen, Hua Li

Notice bibliographique

RevueCanadian Oncology Nursing Journal · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensUniversity of SaskatchewanRed Deer PolytechnicAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésCompassion fatigueBurnoutPsychological interventionMindfulnessMedicineNursingOncology nursingEmotional exhaustionNursing Interventions ClassificationOncologyClinical psychologyNurse education

Résumé

récupéré en direct d'OpenAlex

Compassion fatigue is understood as the combination of secondary traumatic stress and cumulative burnout caused by reduced ability to cope with one's environment. As such, compassion fatigue can be a significant workplace hazard for nurses in oncology. Findings from this integrative review reveal a lack of awareness and understanding of compassion fatigue among oncology nurses even if this group has been identified as high risk for experiencing compassion fatigue. Strategies such as self-care, mindfulness, and resiliency-based interventions to cope with compassion fatigue are reviewed herein along with related effectiveness. Some studies underscore that prevention-focused rather than treatment-focused interventions for compassion fatigue may be more effective. The responsibility for promoting and protecting oncology nurses' well-being is essential and must be spearheaded by organizations, administration, educational institutions, care teams, and individual nurses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,526
Écart entre enseignants0,468 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Oncology Nursing JournalMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207