MétaCan
Menu
Retour à la cohorte
Enregistrement W1991414060 · doi:10.1111/j.1440-1800.2009.00448.x

International nurse migration: U‐turn for safe workplace transition

2009· article· en· W1991414060 sur OpenAlexafffundabout
Deborah Tregunno, Suzanne Peters, Heather Campbell, Sandra Gordon

Notice bibliographique

RevueNursing Inquiry · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensRoyal College of Physicians and Surgeons of CanadaRegistered Nurses' Association of OntarioMount Royal UniversityYork University
Organismes subventionnairesUniversity of Toronto
Mots-clésWorkforceLicensureNursingGlobalizationPsychologyMedicinePublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Increasing globalization of the nursing workforce and the desire for migrants to realize their full potential in their host country is an important public policy and management issue. Several studies have examined the challenges migrant nurses face as they seek licensure and access to international work. However, fewer studies examine the barriers and challenges internationally educated nurses (IEN) experience transitioning into the workforces after they achieve initial registration in their adopted country. In this article, the authors report findings from an empirically grounded study that examines the experience of IENs who entered Ontario's workforce between 2003 and 2005. We found that migrant nurses unanimously described nursing as 'different' from that in their country of origin. Specifically, IENs reported differences in the expectations of professional nursing practice and the role of patients and families in decision-making. In addition, problems with English language fluency cause work-related stress and cognitive fatigue. Finally, the experience of being the outsider is a reality for many IENs. This study provides important insights as policy and management decision-makers balance the tension between increasing the IEN workforce and the delivery of safe patient care.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,002
Communication savante0,0050,004
Science ouverte0,0000,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,069
Tête enseignante GPT0,466
Écart entre enseignants0,396 · 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'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

Citations85
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNursing InquiryMême sujetGlobal Health Workforce IssuesTravaux en français237 207