MétaCan
Menu
Retour à la cohorte
Enregistrement W4398766821 · doi:10.1155/2024/5579322

Moral Distress, Burnout, Turnover Intention, and Coping Strategies among Korean Nurses during the Late Stage of the COVID-19 Pandemic: A Mixed-Method Study

2024· article· en· W4398766821 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Nursing Management · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueHealthcare Education and Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesCollege of Nursing, Yonsei UniversityYonsei UniversityMo-Im Kim Nursing Research Institute, Yonsei University College of MedicineYork UniversityNew York University
Mots-clésBurnoutTurnover intentionCoronavirus disease 2019 (COVID-19)PandemicDistressPsychologyCoping (psychology)2019-20 coronavirus outbreakClinical psychologySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineNursingJob satisfactionSocial psychologyInternal medicineDiseaseVirology

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has exacerbated the difficulties nurses face, resulting in higher turnover rates and workforce shortages. This study investigated the relationships between nurses' moral distress, burnout, and turnover intention during the last stage of the COVID-19 pandemic. It also explored the coping strategies nurses use to mitigate moral distress. Utilizing a mixed-method approach, this study analyzed data from 307 nurses caring for patients with COVID-19 in acute care hospitals through an online survey conducted in November 2022. Our data analysis encompassed quantitative methods, including descriptive statistics and path analysis, using a generalized structural equation model. For the qualitative aspect, we examined open-ended responses from 246 nurses using inductive content analysis. The quantitative findings revealed that nurses' moral distress had a significant direct effect on turnover intention. In addition, burnout significantly mediated the relationship between moral distress and turnover intention. Qualitative analyses contextualized the relationships uncovered in the quantitative analyses. The qualitative analysis identified various positive and negative coping strategies. Positive strategies included a commitment to minimize COVID-19 transmission risks, adopting a holistic approach amidst the challenges posed by the pandemic, voicing concerns for patient safety, engaging in continuous learning, and prioritizing self-care. Conversely, negative strategies involved adopting avoidance behaviors stemming from feelings of powerlessness and adopting a passive approach to one's role. Notably, some participants shifted from positive to negative coping strategies because of institutional barriers and challenges. The findings underscore the importance for hospital administrators and nurse managers to acknowledge the impact of the pandemic-related challenges encountered by nurses and recognize the link among moral distress, burnout, and turnover intention. It highlights the essential role of organizational and managerial support in fostering effective coping strategies among nurses to address moral distress.

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.

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 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 enseignants0,124
Score d'incertitude au seuil0,431

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,050
Tête enseignante GPT0,403
Écart entre enseignants0,353 · 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