Is the grass any greener? Canada to United States of America nurse migration
Notice bibliographique
Résumé
AIM: Little or no attempt has been made to determine why nurses leave Canada, remain outside of Canada, or under what circumstances might return to Canada. The purpose of this study was to gain an understanding of Canadian-educated registered nurses working in the USA. DATA SOURCES: Data for this study include the 1996, 2000 and 2004 USA National Sample Survey of Registered Nurses and reports from the same time period from the Canadian Institute for Health Information. FINDINGS: This research demonstrates that full-time work opportunities and the potential for ongoing education are key factors that contribute to the migration of Canadian nurses to the USA. In addition, Canada appears to be losing baccalaureate-prepared nurses to the USA. DISCUSSION: These findings underscore how health care policy decisions such as workforce retention strategies can have a direct influence on the nursing workforce. Policy emphasis should be on providing incentives for Canadian-educated nurses to stay in Canada, and obtain full-time work while continuing to develop professionally. CONCLUSION: Findings from this study provide policy leaders with important information regarding employment options of interest to migrating nurses. STUDY LIMITATIONS: This study describes and contrasts nurses in the data set, thus providing information on the context of nurse migration from Canada to the USA. Data utilized in this study are cross-sectional in nature, thus the opportunity to follow individual nurses over time was not possible.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».