Nursing activities and factors influential to nurse staffing decision-making
Notice bibliographique
Résumé
Objective: There is limited published research supporting the effectiveness of nursing workload measurement to comprehensively measure nursing workload and to formulate nurse resource need. Predictive accuracy is impaired due to variation in direct and indirect care-related activities across measurement instruments. This study aimed to (1) identify common nursing activities considered by nurse managers for staffing decision-making, (2) systematically review such nursing activities in relation to existing nursing workload instruments and Nursing Intervention Classification taxonomy, and (3) describe challenges perceived by managers in staffing decision-making.Methods: A survey was developed from an inclusive review of 20 nursing workload instruments collectively measuring 502 nursing activities. Nurse managers in 13 medical-surgical and two intensive care units at a Midwest healthcare organization identified nursing activities considered daily for staffing decision-making.Results: Twenty-one activities were commonly considered by at least 90 percent of managers (n = 13) for daily staffing decisionmaking, although none of the instruments reviewed included all 21 activities.Conclusions: Lack of a standardized framework for nursing workload measurement might have led to nurse managers’ different perceptions about appropriate determinants of these measurements. A standardized approach for measuring nursing workload would facilitate benchmarking for estimating nurse resource need. Further research is needed to design a systematic infrastructure that ensures staffing to meet patient care need. A process is also needed to alleviate the challenges in staffing decision-making that nurse managers face, such as fluctuations in census and patient acuity, nurse competency-based patient assignments, and limited information resources for staffing estimation.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».