MétaCan
Menu
Retour à la cohorte
Enregistrement W1995230453 · doi:10.1111/j.1365-2834.2007.00676.x

Nurses? perceptions of hospital work environments

2007· article· en· W1995230453 sur OpenAlexaffabout
Linda M. Hall, Diane Doran

Notice bibliographique

RevueJournal of Nursing Management · 2007
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of TorontoCanadian Institutes of Health Research
Organismes subventionnairesnon disponible
Mots-clésNursingJob satisfactionAffect (linguistics)MedicineCross-sectional studyNursing managementPerceptionUnit (ring theory)Work (physics)Family medicinePsychology

Résumé

récupéré en direct d'OpenAlex

AIM: To examine factors within the nursing work environment that may affect nurse outcomes. BACKGROUND: Primary data were acquired from unit managers and staff nurses on the study units. Secondary data were collected from health records administrative databases. The sample included adult medical and surgical units within all 19 teaching hospitals in Ontario, Canada. METHODS: A cross-sectional study design was employed in this study. A random sampling process was used to recruit the number of nurses (n = 1,116) required to provide a statistically adequate sample for the survey. RESULTS: Perceptions of the quality of care at the unit level were found to have a statistically significant positive influence on nurses' job satisfaction, and a statistically significant negative influence on nurses' job pressure and job threat. CONCLUSIONS: The results of this study underscore the importance of examining the environment in which nurses' work as a potential factor that influences outcomes experienced by patients and 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,310
Écart entre enseignants0,297 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations93
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

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