MétaCan
Menu
Retour à la cohorte
Enregistrement W2059262793 · doi:10.1111/jocn.12747

Why older nurses leave the workforce and the implications of them staying

2014· article· en· W2059262793 sur OpenAlexaboutno aff
Christine Duffield, Elizabeth Graham, Judith Donoghue, Rhonda Griffiths, Jen Bichel‐Findlay, Sofia Dimitrelis

Notice bibliographique

RevueJournal of Clinical Nursing · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkforceAging in the American workforcePensionRetirement ageGovernment (linguistics)Job satisfactionNursingMedicineWork (physics)Social securityQuarter (Canadian coin)Scale (ratio)PsychologyBusinessFinancePolitical scienceEconomic growthSocial psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

AIMS AND OBJECTIVES: To identify factors that motivate older nurses to leave the workforce. BACKGROUND: As many older nurses are now reaching retirement age and will be eligible for government-funded pensions, governments are concerned about the impending financial burden. To prepare for this scenario, many are looking at increasing the age of retirement to 67 or 70 years. Little is known about how this will affect the continuing employment of older nurses and the consequences for employers and the nurses themselves if they remain longer in the workforce. DESIGN: Prospective randomised quantitative survey study. METHODS: The Mature Age Workers Questionnaire, Job Descriptive Index and Job in General Scale were used to measure job satisfaction, intention to retire and factors encouraging retirement in registered nurses aged 45 years and over (n = 352) in Australia (July-August 2007). RESULTS: There were 319 respondents. The mean age proposed for leaving the workforce was 61·7 years. Key motivators were: financial considerations (40·1%), primarily financial security; nurse health (17·4%) and retirement age of partner (13·3%). CONCLUSIONS: Older nurses are leaving the workforce prior to retirement or pension age, primarily for financial, social and health reasons, taking with them significant experience and knowledge. As financial considerations are important in older nurses decisions to continue to work, increasing the age of retirement may retain them. However, consideration will need to be given to ensure that they continue to experience job satisfaction and are physically and mentally able to undertake demanding work. RELEVANCE TO CLINICAL PRACTICE: Increasing retirement age may retain older nurses in the workforce, however, the impact on the health of older nurses is not known, nor is the impact for employers of older nurses continuing to work known. Employers must facilitate workplace changes to accommodate older 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)0,002
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,306
Tête enseignante GPT0,531
Écart entre enseignants0,225 · 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

Citations46
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NursingMême sujetRetirement, Disability, and EmploymentTravaux en français237 207