MétaCan
Menu
Retour à la cohorte
Enregistrement W2032376331 · doi:10.1097/01.nna.0000295631.72721.17

Outcomes of Interventions to Improve Hospital Nursing Work Environments

2007· article· en· W2032376331 sur OpenAlexaff
Linda M. Hall, Diane Doran, Leah Pink

Notice bibliographique

RevueJONA The Journal of Nursing Administration · 2007
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensMcGill UniversityYork UniversityMinistry of Health and Long Term Care
Organismes subventionnairesnon disponible
Mots-clésNursingWorkforceWork (physics)Psychological interventionWork environmentOrganizational cultureUnit (ring theory)Intervention (counseling)Software deploymentMedicineNursing Interventions ClassificationPsychologyJob satisfaction

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The impact of interventions designed to improve the nursing work environment on patient and nurse outcomes was examined. BACKGROUND: Nursing work environments have been characterized as contributing to patient outcomes as a result of organizational management practices, workforce deployment, work design, and organizational culture. METHODS: This quasi-experimental study involved 16 unit managers, 1,137 patients, and 296 observations from registered nurses over time. RESULTS: After participation in the intervention, study nurses reported higher perceptions of their work and work environment. Demographic nurse, unit, and hospital characteristics also had an impact on the work environment and outcomes. CONCLUSIONS: Findings in this study highlight the importance of understanding factors in the work environment that influence patient and nurse outcomes.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,030
Tête enseignante GPT0,369
Écart entre enseignants0,339 · 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'étudeObservationnel
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

Citations81
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJONA The Journal of Nursing AdministrationMême sujetNursing education and managementTravaux en français237 207