Work environments and staff responses to work environments in institutional long-term care
Notice bibliographique
Résumé
BACKGROUND: Structures and processes of care such as work environments and care provider responses to work environments have been shown to influence organizational outcomes. To improve health care quality, structures, processes, and outcomes of care should be considered. There is almost no literature reporting on the structural characteristics of work environments and care provider responses to work environments in institutional long-term (chronic) care settings. PURPOSE: The purpose of this article was to report how a convenience sample of multidisciplinary care providers working in institutional long-term (chronic) care settings in Ontario, Canada, evaluated their work environments and their responses to these environments. METHODOLOGY: A sample of multidisciplinary care providers working within six institutional long-term care settings completed a survey rating their work environments (e.g., supervisor support and effectiveness and work empowerment) and responses to work environments (e.g., job satisfaction, burnout, and intention to remain employed). The survey included three well-established instruments: Supervisory Support Scale; Learn, Empower, Achieve, and Produce instrument; and the Maslach Burnout Inventory. Descriptive statistics were used to summarize survey data. To determine whether there were differences in staff characteristics, ratings of work environments, and responses to work environments across the four participant job categories, tests of differences were completed using analyses of variance with Tukey post hoc (continuous variables) and chi-square (categorical variables) tests. FINDINGS: Ratings of the work environment were similar across job categories and indicated opportunities for improvement. Overall job satisfaction was rated between "neutral" and "satisfied." On average, the staff reported moderate levels of emotional exhaustion (burnout). More than one third of all staff members reported planning to leave their employment, including two thirds of allied health professionals. PRACTICE IMPLICATIONS: Strategies are suggested to strengthen institutional long-term care work environments to promote more positive staff responses to work environments, including higher job satisfaction and intention to remain employed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».