MétaCan
Menu
Retour à la cohorte
Enregistrement W2034859784 · doi:10.1097/jfn.0b013e31827a56f3

Exploring Work–Life Issues in Provincial Corrections Settings

2013· article· en· W2034859784 sur OpenAlexaffabout
Joan Almost, Diane Doran, Linda Ogilvie, Crystal Miller, Shirley Kennedy, Carol Timmings, Don Rose, Mae Squires, Charlotte Lee, Sue Bookey‐Bassett

Notice bibliographique

RevueJournal of Forensic Nursing · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensKingston General HospitalToronto Public HealthGovernment of OntarioMinistry of Community Safety and Correctional ServicesQueen's University
Organismes subventionnairesnon disponible
Mots-clésStaffingNursingWork (physics)Psychological interventionTest (biology)Health careScope of practiceScope (computer science)MedicinePsychologyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Correctional nurses hold a unique position within the nursing profession as their work environment combines the demands of two systems, corrections and health care. Nurses working within these settings must be constantly aware of security issues while ensuring that quality care is provided. The primary role of nurses in correctional health care underscores the importance of understanding nurses' perceptions about their work. The purpose of this study was to examine the work environment of nurses working in provincial correctional facilities. A mixed-methods design was used. Interviews were conducted with 13 nurses and healthcare managers (HCMs) from five facilities. Surveys were distributed to 511 nurses and HCMs in all provincial facilities across the province of Ontario, Canada. The final sample consisted of 270 nurses and 27 HCMs with completed surveys. Participants identified several key issues in their work environments, including inadequate staffing and heavy workloads, limited control over practice and scope of practice, limited resources, and challenging workplace relationships. Work environment interventions are needed to address these issues and subsequently improve the recruitment and retention of correctional 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 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)0,003
score de la tête « metaresearch » (Gemma)0,012
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil0,505

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0180,004
Communication savante0,0040,001
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,060
Tête enseignante GPT0,324
Écart entre enseignants0,265 · 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

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Forensic NursingMême sujetCriminal Justice and Corrections AnalysisTravaux en français237 207