Comparison of the Quality of Life, Mental Health, Alexithymia and Distress Tolerance of Nurses Working in Intensive Care Units of Covid-19 (Corona) Patients with Nurses in Other Wards
Notice bibliographique
Résumé
The aim of this study was to compare the quality of life, mental health, and alexithymia and Distress tolerance of nurses working in intensive care units of Covid-19 (Corona) patients with nurses in other wards. Which was done by descriptive method of causal-comparative studies. The statistical population of this study was selected from all hospitals in Tehran's third district and the sample size was equal to 97 people (47 nurses in the intensive care unit and 50 nurses in the normal ward). Data collection tools in this study included the World Health Organization Quality of Life Questionnaire (short form) (1989), Goldberg and Hiller General Health Questionnaire (1979), Toronto Bagby et al (1994). Emotional Dysfunction Scale, Simmons and Gaher(2005). Methods of data analysis in this study using the questionnaires in the descriptive section including describing the demographic characteristics of the sample group, mean, standard deviation, and preparing a frequency distribution table, statistical graphs, and in the analysis of hypotheses. Achieving the result was analyzed using independent t-test by SPSS22 software. The results showed that there was a significant difference between quality of life in nurses working in intensive care units and nurses working in normal wards. The quality of life of nurses working in normal wards is higher than nurses in special wards and also mental health, emotional malaise and tolerance of anxiety of nurses working in special wards are higher than nurses in normal wards. According to the results of the present study, providing adequate personal protective equipment and creating the conditions for using counseling and psychological services in a timely manner, along with other security and incentive measures, can be useful in reducing the psychological overload of 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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».