Differential Impact of eHealth Literacy on Wellness Behaviors of Iranian Nurses: Descriptive Correlational Cross-Sectional Study
Notice bibliographique
Résumé
Background: Nurses play a pivotal role in health care delivery and health education. However, their demanding work environments, characterized by irregular shifts and high stress, often hinder their ability to adopt healthy lifestyles, compromising both their well-being and their effectiveness as role models for health promotion. With the rise of digital health technologies, eHealth literacy-the capacity to seek, evaluate, and apply online health information-has emerged as a critical factor influencing health-promoting behaviors among health care professionals. Objective: This study aims to examine the association between eHealth literacy and healthy lifestyle behaviors among Iranian nurses, focusing on nutrition, physical activity, stress management, health responsibility, interpersonal relations, and spiritual growth. Methods: We conducted a cross-sectional descriptive-analytical study in Tehran, Iran, from November 2024 to February 2025. A total of 334 registered nurses from 7 public and teaching hospitals participated. Data were collected via the eHealth Literacy Scale and the Health-Promoting Lifestyle Profile II. Spearman correlation and multivariate linear regression analyses were performed, with statistical significance set at P<.05. Results: Of 334 nurses, 234 (70.1%) had moderate eHealth literacy, 178 (53.3%) had good healthy lifestyle scores, and none scored low. A significant positive correlation was found between eHealth literacy and overall healthy lifestyle (r=0.565; P<.001), with the strongest associations observed for spiritual growth (r=0.537), health responsibility (r=0.437), and interpersonal relationships (r=0.467). Associations with stress management (r=0.318), nutrition (r=0.321), and physical activity (r=0.289) were weaker but remained statistically substantial. Conclusions: Higher eHealth literacy is associated with healthier lifestyles, particularly in the areas of spiritual growth and health responsibility. Workplace barriers, such as rotating shifts, limit physical activity and stress management. Targeted eHealth training and wellness programs are needed.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,001 | 0,003 |
| 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 | 0,001 | 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) | 0,001 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».