Understanding Nurses' Needs Regarding Tailored, Evidence‐Based Sleep Education and Training
Notice bibliographique
Résumé
AIM: Identify desired training content for shift-working nurses to improve their sleep and fatigue. DESIGN: A descriptive qualitative design. METHODS: We recruited night shift nurses (N = 23) to provide feedback during virtual focus groups/interviews. Data collection occurred in the U.S. between March and June 2024. Participants were presented with sleep and fatigue topics derived from the literature. Focus group/interview data were collected and transcribed. Data were analysed using a hybrid deductive-inductive manifest content analysis with an a priori coding schema based on topics shared during data collection. Data not fitting the schema, yet informing content, were analysed inductively. RESULTS: Three themes aligned with literature-derived topics. Theme 1, Why We Sleep and Why Should Nurses Care, explains the importance of sleep to health. Theme 2, Sleep Practices for Nurses to Support Health and Social Relationships, describes healthy strategies to promote sleep for enhanced quality of life. Theme 3, Fatigue and Work, illustrates the significance of nurse sleep and fatigue risk mitigation to safe working conditions and patient care. CONCLUSIONS: Study findings highlight night shift nurses' interest in gaining evidence-based information to promote their sleep. Sleep education and training could fill a knowledge and skills gap, not often offered in school or workplace. IMPLICATIONS FOR THE PROFESSION: Identifying themes relevant to nurses may help increase the development and availability of sleep education and training currently tailored for nurses. IMPACT: Study findings describe content night shift nurses' desire for sleep and fatigue training, serving as an important first step in developing programmes most relevant to shift-working nurses. Our analysis found the findings largely align with key components workers should receive in sleep education and training and reinforced the need for employers to offer such training. This study could benefit the nursing workforce and employers who expect rested, high-functioning nurses to care for patients. REPORTING METHOD: Standards for Reporting Qualitative Research. PATIENT OR PUBLIC CONTRIBUTION: No patient or public contribution. TRIAL AND PROTOCOL REGISTRATION: Clinicaltrials.gov, NCT06105307.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».