MétaCan
Menu
Retour à la cohorte
Enregistrement W4396948467 · doi:10.1080/01621424.2024.2349526

Resilience in home and community care registered practical nurses: a scoping review

2024· review· en· W4396948467 sur OpenAlexaff
Denise M. Connelly, Tracy Smith‐Carrier, Emma Butler, Kristin Prentice, Anna Garnett, Nancy Snobelen, Jen Calver

Notice bibliographique

RevueHome Health Care Services Quarterly · 2024
Typereview
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensOntario Tech UniversityRoyal Roads UniversityRegistered Nurses' Association of OntarioWestern University
Organismes subventionnairesnon disponible
Mots-clésBurnoutNursingPsychological resilienceResilience (materials science)Nursing shortageMedicineWork (physics)Professional developmentEconomic shortageHealth carePsychologyNurse educationMedical educationPolitical scienceGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

Critical nursing shortages and experiences of burnout present a significant challenge in the home and community care (HCC) health sector. Determining what factors influence resiliency could inform HCC organizations in developing recruitment and retention resources and strategies. This scoping review identified factors that influence professional resilience in nurses working in the HCC sector. From 1819 documents identified from database searches, using a librarian-informed strategy, eight articles were included. Two domains emerged for HCC nurses, that is, i) professional and work-related characteristics of being resilient; and ii) strategies to promote professional nurse resilience. One domain emerged addressing organizational infrastructure, policy and practices contributing to professional nurse resilience in the HCC sector. The findings revealed that resiliency in HCC nurses extends beyond individual characteristics as nurse professionals, and their personal "self-care" strategies as individual people. Further research is needed to disentangle personal and professional resilience in nurses working in the HCC sector.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,082
Tête enseignante GPT0,518
Écart entre enseignants0,436 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHome Health Care Services QuarterlyMême sujetResilience and Mental HealthTravaux en français237 207