Identifying Work-Related Psychosomatic Stressors in Healthcare Workers: A Qualitative Exploration
Notice bibliographique
Résumé
This study aimed to explore and identify the organizational, psychosocial, and behavioral factors contributing to psychosomatic stress among healthcare workers in the United States through an in-depth qualitative analysis of their lived experiences. A qualitative exploratory design was employed to capture healthcare workers’ subjective experiences of psychosomatic stress. Twenty-three participants, including nurses, physicians, technicians, and administrative staff, were purposively selected from hospitals and clinics across the United States. Data were collected through semi-structured interviews conducted face-to-face or via secure online platforms. Interviews were transcribed verbatim and analyzed thematically using NVivo 14 software. Thematic analysis followed the Braun and Clarke (2006) framework, allowing the identification of recurrent patterns and relationships among concepts. Data collection continued until theoretical saturation was reached. Three main themes emerged: (1) Organizational and structural stressors—including work overload, administrative pressure, resource scarcity, and unsafe working conditions—were linked to chronic fatigue, headaches, and sleep disturbances; (2) Psychosocial and emotional stressors—such as compassion fatigue, interpersonal strain, and work–family conflict—contributed to emotional exhaustion and physical symptoms; and (3) Psychosomatic manifestations and coping responses—showing how stress materialized as physical pain, anxiety, and maladaptive behaviors, while some workers adopted adaptive coping strategies like mindfulness and peer support. The findings suggest that psychosomatic stress in healthcare settings stems from systemic imbalance rather than individual vulnerability, confirming strong interdependence between emotional and physiological domains. The study highlights that healthcare workers’ psychosomatic distress is rooted in organizational dysfunction and emotional overload.
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 | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».