Factors Related To Nurses' Hospital Management And Work Engagement In The Radiology Department
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.
Notice bibliographique
Résumé
Background: Work engagement is critical for nurse performance and well-being, particularly in specialized areas such as radiology, where occupational hazards like radiation exposure and high-stress environments are prevalent. Despite the increasing demand for radiological nursing care, many nurses express reluctance to work in radiology due to health concerns and limited support systems. Methods: This study was conducted among nurses working in radiology departments of cancer care hospitals . Data were collected using a demographic questionnaire, the Utrecht Work Engagement Scale (UWES), and a survey assessing perceptions of radiation safety. Descriptive and multiple regression analyses were performed to identify factors influencing work engagement. Results: Out of 200 participants, the mean UWES score was 54.3 (SD = 18.4), reflecting moderate work engagement. Absorption scored slightly higher than vigor and dedication. Key predictors of engagement included nurses’ preference for radiology assignments and the availability of radiation exposure consultation services. While nurses reported confidence in workplace safety measures, gaps in consultation services and education about long-term risks were noted. Demographic factors, such as age and professional position, also played a role in engagement levels. Conclusion: Work engagement among radiology nurses is influenced by a complex interplay of individual preferences and organizational factors. Enhancing consultation services, providing targeted training, and implementing specialized support programs are essential strategies for fostering engagement in high-stress environments. Further research is needed to develop tailored interventions to address these challenges and improve outcomes in radiology nursing.
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 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 découle