The Effect of Nurses' Cyberloafing Levels on Their Perceptions of Individualized Care
Notice bibliographique
Résumé
While cyberloafing behaviors can have positive effects, such as introducing variety into daily routines and alleviating workplace stress, excessive engagement in these activities can become problematic, leading to time wastage and decreased efficiency. In nursing practice, individualized care is essential for ensuring both the quality of patient care and patient safety. This study aims to identify the cyberloafing behaviors of nurses and examine their relationship with individualized care behaviors. The research is a cross-sectional and descriptive study. The Descriptive Information Form, the Cyber-Loafing Scale, and the Individualized Care Scale-Nurse Version were used for data collection. Nurses showed a moderate level of cyberloafing behavior with a mean total score of 80.99 ± 22.44. Nurses also showed a moderate perception of care behavior, with an average total score of 3.20 ± 0.81 on the Individualized Care Scale. A positive, low-level, significant relationship was found between the total score of the Cyber-Loafing Scale and the Individualized Care Scale-A ( r = 0.199, P = .01). The study revealed that nurses' perception of individualized care improved as their level of cyberloafing increased. This may be because cyberloafing behaviors serve as a constructive way for nurses to escape from routine practices in the hospital environment and reduce anxiety.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».