Alexithymia Levels in Oncology Nurses and Their Impact on Occupational Burnout, Compassion Satisfaction and Compassion Fatigue: A Cross-Sectional Study
Notice bibliographique
Résumé
Objective: Nurses working with cancer patients face unique psychological and emotional challenges due to the intense nature of their work environment. Alexithymia, characterized by difficulty in identifying and expressing emotions, may significantly impact these nurses' professional well-being. This study aims to explore the correlation between the levels of alexithymia and the experiences of occupational burnout, compassion satisfaction, and compassion fatigue among nurses in oncology settings. Material and Methods: A descriptive and correlational research design was employed at Gaziantep University Şahinbey Research and Application Hospital. The study involved 80 nurses from different oncology services. Assessment tools included the Toronto Alexithymia Scale, Maslach Burnout Inventory, Compassion Satisfaction Scale, and Compassion Fatigue-Short Scale. Results: The study found a moderate positive correlation between alexithymia and occupational burnout (r=0.418). Additionally, significant relationships were noted between burnout and compassion fatigue, and various demographic factors (age, marital status, voluntary work in oncology) were found to influence alexithymia and burnout levels. Conclusion: The findings highlight the need for targeted psychological support and interventions for nurses in oncology settings, given the identified relationship between alexithymia, burnout, and compassion fatigue. This study contributes to the understanding of the emotional dynamics in high-stress healthcare environments and emphasizes the importance of addressing these issues to improve patient care quality.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».