MétaCan
Menu
Retour à la cohorte
Enregistrement W1906660187 · doi:10.1111/j.1365-2834.2010.01126.x

Authentic leadership of preceptors: predictor of new graduate nurses' work engagement and job satisfaction

2010· article· en· W1906660187 sur OpenAlexaff
Lisa M. Giallonardo, Carol Wong, Carroll Iwasiw

Notice bibliographique

RevueJournal of Nursing Management · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensWestern UniversitySheridan College
Organismes subventionnairesnon disponible
Mots-clésPreceptorJob satisfactionWork engagementPsychologyMultilevel modelAuthentic leadershipNursing managementNursingMedical educationPerceptionWork (physics)MedicineSocial psychology

Résumé

récupéré en direct d'OpenAlex

AIM: To examine the relationships between new graduate nurses' perceptions of preceptor authentic leadership, work engagement and job satisfaction. BACKGROUND: During a time when the retention of new graduate nurses is of the upmost importance, the reliance on preceptors to facilitate the transition of new graduate nurses is paramount. METHODS: A predictive non-experimental survey design was used to examine the relationships between study variables. The final sample consisted of 170 randomly selected Registered Nurses (RNs) with <3 years experience and who worked in an acute care setting. RESULTS: Hierarchical multiple regression demonstrated that 20% of the variance in job satisfaction was explained by authentic leadership and work engagement. Furthermore, work engagement was found to partially mediate the relationship between authentic leadership of preceptors and engagement of new graduate nurses. CONCLUSIONS: New graduate nurses paired with preceptors who demonstrate high levels of authentic leadership feel more engaged and are more satisfied. Engagement is an important mechanism by which authentic leadership affects job satisfaction. IMPLICATIONS FOR NURSING MANAGEMENT: Managers must be aware of the role preceptors' authentic leadership plays in promoting work engagement and job satisfaction of new 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,332
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations395
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ManagementMême sujetNursing education and managementTravaux en français237 207