Development of a self-directed learning resource focused on the identification, treatment, and prevention of Nursing burnout for Nurses practicing in acute care settings
Notice bibliographique
Résumé
Background: Burnout is an important healthcare issue that has negative consequences for nurses, patients, and the healthcare system. Feelings of nursing burnout can be characterized as emotional exhaustion, depersonalization, and reduced personal accomplishment. Nurses must be supported in improving their well-being and mitigating the impact of this insidious phenomenon. Purpose: The purpose of this practicum project was to develop a learning resource focused on the identification, treatment, and prevention of burnout for nurses practicing within acute care. Methods: (1) an integrative literature review; (2) an environmental scan of reputable websites, resources, policies, and programs supporting nursing burnout from health authorities within Atlantic Canada; (3) consultation interviews with key stakeholders; and (4) the development of a self-directed online learning resource focused on nursing burnout. Results: The literature revealed that burnout is a substantial issue to nurses and the healthcare system. Effective interventions that enhance resiliency and improve mindfulness for nurses can reduce the impact of burnout for nurses. The environmental scan revealed several reputable sources of information that were considered for topics explored within the learning resource. Consultation interviews confirmed the need for supportive resources for nurses related to nursing burnout. Based on these results, a self-directed learning resource was developed exploring the identification, treatment, and prevention of burnout. Conclusion: Burnout has long been associated with nurses. Having a learning resource to support nurses within the healthcare system will help to improve nurses well-being and mitigate feelings of nursing burnout.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».