MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412940595 · doi:10.1371/journal.pone.0329445

Influence of emotions on clinical performance in acute care: A scoping review

2025· review· en· W4412940595 sur OpenAlexaff
Cheng Xi, Sylvain Boet, Alexandre Assi, Lindsey Sikora, Meghan McConnell

Notice bibliographique

RevuePLoS ONE · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCINAHLPsycINFOMEDLINEAcute careHealth careMedicineData extractionEmpirical researchCochrane LibraryPsychologyNursingPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Acute care is a high stake, emotionally charged environment. Although emotions are increasingly recognized as integral to various aspects of healthcare, research examining how they influence and interact with clinical performance in acute care settings remains relatively limited. This scoping review aims to summarize relevant empirical research on the influence of emotions on clinical performance in acute care settings. The following databases were searched by a health sciences librarian: Medline and Medline in Process, Embase Classic and Embase, Cochrane's CENTRAL, APA PsycINFO, CINAHL, and ERIC, from inception to June 2024. Empirical research in English related to the effect of emotions on clinical performance in acute care settings were included. The screening was conducted in duplicate independently, and data extraction was done by the lead author and reviewed by a second author. Among 6430 references assessed, 22 studies were analyzed. Three themes were identified based on the research setting: simulated/educational acute care settings, real-world acute care settings, and end-of-life care settings. Overall, negative emotions, most commonly stress, were inversely correlated with clinical performance in some simulated or educational settings and discouraged patient contact in real clinical settings, while positive emotions encouraged more comprehensive care. Experiencing fear and uncertainty led to more cautious care decisions, and negative emotions associated with patient's families were prevalent in end-of-life care. Emotions had varying effects on clinical performance and decision-making in acute care settings, depending on the types of emotions and the clinical contexts. More research is needed to find strategies to help clinicians manage those emotions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,001
Communication savante0,0060,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,297
Tête enseignante GPT0,554
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetHealthcare professionals’ stress and burnout→Travaux en français237 207→