Registered Nurses’ Characteristics and Their Levels of Compassion Competence and Satisfaction: A Cross-Sectional Survey
Notice bibliographique
Résumé
Introduction Although registered nurses are expected to treat patients with care and compassion, a variety of characteristics may influence their ability to express compassion. Objectives (1) To assess registered nurses’ level of compassion competence and compassion satisfaction, and; (2) to explore how individual-level, employment-related, and organization-level characteristics are associated with their level of compassion competence and compassion satisfaction. Methods Registered nurses working in any practice setting in Ontario, Canada, completed a cross-sectional electronic survey of valid and reliable measures. Descriptive statistics and multiple linear regression analyses were used to address study objectives. Results One hundred eighty-one registered nurses participated. Most identified as female ( n = 157; 96.3%), Caucasian ( n = 144; 88.3%), and completed baccalaureate training as their highest level of education ( n = 80; 50.6%). Participants’ average compassion competence score was higher than average (4.18 on a 5-point scale), and most participants ( n = 171, 98.3%) reported moderate to high levels of compassion satisfaction. Compassion satisfaction was the only significant predictor of compassion competence, which indicated a positive relationship ( β = 0.344, p < .001). Compassion competence was among a variety of significantly positive predictors of compassion satisfaction ( β = 0.652, p < .001). The other positive significant predictors of compassion satisfaction were higher than baccalaureate education ( β = 0.363, p < .001), full-time work status ( β = 0.253, p = .012), working in organizations with greater compassion practices ( β = 0.114, p = .005), and organizations with higher climate for change ( β = 0.292, p < .001). Conclusions Study findings illuminate varying degrees of significance for individual-level, employment-related, and organization-level characteristics and how these predict registered nurses’ levels of compassion. These distinctions have important implications for intervention development and future research in understanding compassionate care among nurses.
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 | 0,000 | 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) | 0,002 | 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 ».