How Mental Health Nurses Report Their Compassion Fatigue and Compassion Satisfaction: A Cross-Sectional Study and the Implications for Healthcare Leaders
Notice bibliographique
Résumé
Compassion fatigue is the cost of caring for others in emotional pain where the helping professional absorbs the trauma of those they help and cannot detach emotionally at the end of the day. Stressful and perceived unsupportive work environments may leave the caregiver at a heightened risk for compassion fatigue. To study the level of compassion fatigue and compassion satisfaction experienced by mental health nurses. A descriptive, cross-sectional, electronic survey design was utilized. The Professional Quality of Life Scale-5 was used. The study was conducted at a large, urban hospital that exclusively treats patients with mental health and addiction issues located in Ontario, Canada. The sample included all nurses who were listed on the hospital's Email list. All nurses who are displayed on this list are mental health nurses. Analyses were conducted to assess for differences between the characteristics and the subscales of professional quality of life. One hundred and forty-eight mental health nurses completed a questionnaire. The response rate was 21%. Seventy-six percent reported moderate levels of burnout, 59% reported moderate levels of secondary traumatic stress, and 21% reported high levels of compassion satisfaction. Predictors were seen for the characteristics of gender, ethnicity, marital status, area, exposure to violence and support felt. Compassion fatigue has clear implications. Organizations willing to invest in reducing it, have the potential to improve patient outcomes and the well-being of nurses. The majority of mental health nurses reported moderate levels for each of the subscales.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».