MétaCan
Menu
Retour à la cohorte
Enregistrement W1981442959 · doi:10.12927/cjnl.2010.21833

Leadership Attributes: A Key to Optimal Utilization of the Community Health Nursing Workforce

2010· article· en· W1981442959 sur OpenAlexaffvenueabout
Rebecca Ganann, Jane Underwood, Sue Matthews, Rosemarie Goodyear, Lynnette Leeseberg Stamler, Donna Meagher‐Stewart, Val Munroe

Notice bibliographique

RevueNursing leadership · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésWorkforceNursingCommunity healthOccupational health nursingHealth careSustainabilityBusinessWork (physics)Public relationsPsychologyPublic healthMedicineHealth promotionPolitical science

Résumé

récupéré en direct d'OpenAlex

This research examined leadership attributes that support the optimal utilization and practice of community health nurses (CHNs). Community health nursing is facing challenges in workforce capacity and sustainability. To meet current and future demands on the community sector, it is essential to understand workplace attributes that facilitate effective utilization of existing human resources and recruitment of new nurses. This pan-Canadian, mixed-methods study included a demographic analysis of CHNs in Canada, a survey involving responses from approximately 6,700 CHNs to identify enablers and barriers to community health nursing practice and 23 focus groups to examine organizational attributes that "best" support optimal practice within the public health nursing subsector. Nursing leadership was identified as an important attribute in organizations' utilization and support of CHNs working to work effectively. This effectiveness, in turn, will enhance community health programs and overall healthcare system efficiency. This paper highlights findings related to the role of nursing leadership and leadership development in optimizing community health nursing practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,513
Tête enseignante GPT0,481
Écart entre enseignants0,032 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations8
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetGlobal Health Workforce IssuesTravaux en français237 207