高雄長庚公務人員健檢的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

專科護理師專業承諾之相關因素研究

為了解決高雄長庚公務人員健檢的問題，作者田慧怡 這樣論述：

背景專科護理師是一個十分具有專業領域的進階護理，在醫療體系中扮演協調、指導、與臨床醫師合作提供連續性及整合性的護理與醫療照護。除了自身的專業外，亦須臨床實作經驗的累積，建立專業的價值體系與獨特性。故需先鞏固專科護理師們內在因素，了解與重視專科護理師自我內心的自信度與工作情緒狀況做為專業承諾之基礎，加強專業承諾的信念，提升專科護理師照護品質，增進組織凝聚力及留任率，進而才有能力改變外在之主管與組織制度加以提升專業承諾。目的：探討專科護理師專業承諾之相關因素方法：本研究採橫斷式研究設計，以方便取樣與結構式問卷方式，於某組織四院區為研究場所進行資料收集。共有296位專科護理師參與本研究。研究工具包

含：專科護理師基本屬性、林等(2007)護理人員專業承諾量表(NPCS)、Zhang and Schwarzer(1995)自我效能量表(GSES)中文版及陸等(2005)翻譯自Maslach的工作倦怠量表(MBI-HSS)中文版，每個量表均具有良好的信效度。並以SPSS/Windows release 23.0版電腦套裝軟體進行描述性統計、獨立樣本 t 檢定、單因子變異量分析、皮爾森積差相關、複迴歸資料分析。結果：專科護理師專業承諾為中上程度(76.88 ± 8.85，標準化得分80.90%)，自我效能較低(27.30 ± 4.76，標準化得分68.25%)，有高度情緒耗竭(26.52 ±

12.12，標準化得分 73.67%)；學歷、婚姻、每月薪資及自覺健康狀況與專業承諾有顯著差異(p < .01)；年齡(r = .17, p < .01)、專科護理師年資(r = .19, p< .01)、護理總年資(r = .21, p < .001)、自我效能(r = .46, p < .001)與專業承諾呈正相關；情緒耗竭與專業承諾呈負相關(r = - .35, P < .001)；以複迴歸統計分析發現自我效能(B = .70，p < .001)與情緒耗竭(B = - .19，p < .001)為專業承諾之預測因子，其可解釋變異量為34.20%。；其次專業承諾次量表中，專科護理師月薪資為

6~7萬者(B = 2.02，p < .01)、自我效能(B = .30，p < .001)與情緒耗竭(B = - .11，p < .001)為專業認同之預測因子，解釋變異量為 29.60%；再者專科護理師學歷為大學者(B = -1.10，p < .05)、自覺健康狀況尚可者(B .91，p < .05)、自我效能(B = .30，p < .001)與情緒耗竭(B = -. 05，p < .001)為專 業投入之預測因子，解釋變異量為25.50%；最後專科護理師已婚者(B = .82，p < .001)、 自我效能(B = .10，p < .001)與情緒耗竭(B = - .03，p < .0

01) 為專業留任之預測因子，其解釋變異量為24.60%。結論與建議：研究結果證實專科護理師自我效能、情緒耗竭與專業承諾有相關性，且自我效能、情 緒耗竭為專業承諾之預測因子。建議可參與心理諮商支持的方式或舉辦同儕經驗交流團體活動，透過臨床實務經驗分享及工作心路歷程甘苦談，從中獲得正向相互支持，了解目前自己在工作上的自我狀態，除了得到更多專業知能與應對技巧外，也可發現本身專業工作上做得不錯，值得他人學習的地方，提高專業的自我效能、降低情緒耗竭並增進專業承諾。

金融從業人員自覺健康狀況與健康促進生活型態現況之研究-以臺北市中山區為例

為了解決高雄長庚公務人員健檢的問題，作者吳美英 這樣論述：

本研究主要在探討金融從業人員自覺健康現況與健康促進生活型態之相關性，研究對象為臺北市中山區3個金融銀行從業人員，採自填式問卷，有效填答率100％，以立意取樣，採橫斷式問卷調查研究法；以SPSS22.0統計軟體做資料分析，分析結果如下：一、研究對象的健康促進生活型態標準化得分是64.74分，程度介於中等以上；六分項得分由高到低依序是人際支持、飲食營養、自我實現、壓力調適、運動行為、及健康責任。二、研究對象的背景變項中，年齡、性別、教育程度、金融工作年資、身體質量指數、個人平均月收入、居住狀況、目前罹病情等，對自覺健康狀態則有顯著差異。三、研究對象的背景變項中，職位、年齡、教育程度、個人平均月收

入，對健康促進生活型態則有顯著差異。四、研究對象的自覺健康狀況與健康促進生活型態呈正相關。五、研究對象的背景變項中，性別、年齡、教育程度、年資、個人平均月收入、婚姻狀況、居住狀況、自覺健康狀況等可以有效預測健康生活型態，並可解釋其總變異量的33.0%，其中以自覺健康狀況為最強的預測因子。