The relationship between nurses' input into electronic health record use and nurses' burnout and satisfaction
Notice bibliographique
Résumé
Background: The electronic health record (EHR) has become a critical part of an ever-changing healthcare system. However, recent research suggests that EHRs contribute to nurses’ burnout and nurses’ overall dissatisfaction with the EHR. While literature remains inconclusive regarding strategies that can be used to mitigate EHR-related burnout and improved EHR satisfaction, some studies suggest that clinician input into the use of EHRs might improve these outcomes. There are two types of EHRs, fully electronic systems that do not utilize paper charts, and hybrid systems which utilize a combination of paper and electronic documentation. This study aimed to explore the relationship between nurses’ input into the use of EHR systems, nurses’ burnout, and nurses’ satisfaction with their EHR for nurses using hybrid or fully electronic EHRs in a Canadian context. Methods: This descriptive study utilized a secondary analysis of data collected through a survey conducted by Canada Health Infoway in 2020. The target population included 715 clinical nurses working in direct patient care settings, who use either hybrid or fully electronic EHR systems. Results: Overall, nurses who had input into the use of their EHR system had lower levels of burnout and higher levels of satisfaction. Nurses using either hybrid or fully electronic systems, who did not have input into their EHR system had higher levels of burnout and lower levels of system satisfaction. Nurses using either hybrid or fully electronic systems and who had input into their EHR system had significantly lower levels of burnout and higher levels of satisfaction. Implications: These results address the gap in literature where the input of Canadian nurses into the use and design of EHR is largely not discussed. Leaders in health informatics are urged to consider nurse input towards the use of EHRs in Canadian healthcare settings. Further research is needed to control for external factors that may impact these results on a local level. These findings will also assist Canada Health Infoway in the development of future national surveys.
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 | 0,007 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».