MétaCan
Menu
Retour à la cohorte
Enregistrement W4391647016 · doi:10.1002/nop2.2098

Areas of work‐life, psychological capital and emotional intelligence on compassion fatigue and compassion satisfaction among nurses: A cross‐sectional study

2024· article· en· W4391647016 sur OpenAlexaffabout
Stéphanie Maillet, Emily Read

Notice bibliographique

RevueNursing Open · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensUniversity of New BrunswickUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésWorkloadCompassion fatigueCompassionPsychologyJob satisfactionBurnoutLife satisfactionNursingClinical psychologySocial psychologyMedicineManagement

Résumé

récupéré en direct d'OpenAlex

AIM: To examine the impact of six areas of work-life, emotional intelligence and psychological capital on compassion fatigue and compassion satisfaction among Canadian Registered Nurses and licensed practical nurses. DESIGN: A cross-sectional survey study. METHODS: A convenience sample of 296 Registered Nurses and 110 licensed practical nurses answered a self-administered questionnaire measuring areas of work-life, psychological capital, emotional intelligence, compassion satisfaction and compassion fatigue in September 2019. The association between variables were analysed with descriptive and correlational analyses, while the hypothesized models were tested using multiple regression analyses. RESULTS: This study identified several areas of work-life and intrapersonal resources that impacted compassion satisfaction and compassion fatigue. Among Registered Nurses, compassion satisfaction was predicted by psychological capital, rewards, values and workload. Compassion fatigue was predicted by psychological capital, workload, control and community. Among licensed practical nurses, compassion satisfaction was predicted by psychological capital and emotional intelligence. Compassion fatigue was predicted by workload and psychological capital. Study results also revealed significant differences in Registered Nurses' and licensed practical nurses' perceptions of workload, rewards and fairness at work, and both compassion satisfaction and compassion fatigue. Registered Nurses perceived their workload to be more manageable and perceived greater rewards and greater fairness at work than licensed practical nurses. Compassion fatigue was higher for Registered Nurses than licensed practical nurses, while compassion satisfaction was higher for licensed practical nurses than Registered Nurses. Future studies should investigate the nature and span of these differences to suggest relevant strategies to mitigate compassion fatigue and promote compassion satisfaction for each of these nursing roles. CONCLUSION: The results of this study underscore the need to create nursing work environments that foster a manageable workload and positive social relationships, where nurses have professional autonomy, decision-making capacities and access to adequate resources to do their job effectively. The nursing work environment should also provide recognition of nurses' contributions and an alignment between personal and organizational values. Investments in the development and improvement of nurses' psychological capital and emotional intelligence should be prioritized since they are malleable and impactful intrapersonal resources on compassion satisfaction and compassion fatigue. REPORTING METHOD: This study adhered to the STROBE guidelines. PUBLIC CONTRIBUTION: A total of 406 nurses were involved in this study by answering a self-administered study survey.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,092
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,178
Tête enseignante GPT0,534
Écart entre enseignants0,355 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations16
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing OpenMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207