Influences of 12-Hour Shifts on Unhealthy Eating Habits of Acute Care Nurses
Notice bibliographique
Résumé
Shift work is a necessary part of a nurses’ work schedule to patients who need 24 hours of continuous care. Eating habits of nurses are influenced by working long hours, not having adequate time to take a meal break, and not having access to healthy food choices which can cause stress and exhaustion and results in weight gain and obesity. The purpose of this quantitative logistic regression analysis, guided by the health belief model and the theory of planned behavior, was to determine if there was a relationship between shift work and the unhealthy eating habits/obesity rates of acute care nurses. Data were gathered from the Nurses’ Study 3, which includes information from nurses or nursing students from the United States and Canada. The sample was 8988 nurses who worked 12-hour shifts and more than 20 hours per week. The results demonstrated that the relationship between working 12-hour shifts and unhealthy eating was not statistically significant (p = 0.39) the relationship between working 12-hour shifts and obesity rates were not statistically significant (p = 0.32). Further studies are needed to determine how often nurses eat or eat while working during their shift because of perceived inability to take scheduled breaks because of workloads. The study findings provide evidence for health professionals to examine their eating habits and modify healthy eating behaviors to maintain a healthy lifestyle. When nurses learn to care for themselves, nurses are positive role models for their patients by encouraging healthy lifestyles which effects positive social change.
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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».