Procrastination and Health in Nurses: Investigating the Roles of Stress, Health Behaviours and Social Support
Notice bibliographique
Résumé
Objectives: Evidence linking chronic procrastination to a range of poor health outcomes and trajectories continues to build. Yet, much of this research has been conducted in academic contexts or in non-student samples. Despite theory indicating that high-stress contexts increase vulnerability for procrastination, the pathways linking chronic procrastination to health outcomes proposed by the procrastination–health model have not been examined in a high stress environment. Accordingly, we tested the contribution of procrastination to health in nurses and whether social support was a protective factor. Design: Pre-registered cross-sectional study using a random sample of nurses recruited from the membership of a regional nursing association, supplemented by nurses and nurse trainees recruited from online nursing associations, conferences and forums. Methods: Nurses and nurse trainees (N = 597) completed measures of chronic procrastination, stress, health behaviours, social support and self-rated health. Results: Chronic procrastination was associated with perceived stress, health behaviours, self-rated health and social support in the expected directions. Consistent with the procrastination–health model, structural equation modelling revealed significant indirect effects linking chronic procrastination to poor self-rated health through higher stress and fewer health behaviours. Contrary to our hypotheses, social support did not moderate these pathways. Conclusions: This study is the first to demonstrate the relevance of procrastination for health in high-stress, non-academic contexts and to find support for both the stress and behavioural pathways linking procrastination to poor health outcomes. Findings further highlight the importance of addressing chronic procrastination as a vulnerability factor for poor health in 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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».