A multi-method study on the quality of the nurse work environment in acute-care hospitals: positioning Switzerland in the Magnet hospital research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Magnet hospitals share nurse work environment characteristics associated with superior patient, nurse and financial outcomes. In Switzerland, however, it is uncertain how nurses appraise their work environments. OBJECTIVES: To describe the quality of the nurse work environment in 35 Swiss acute care hospitals and to benchmark findings based on international Magnet hospital research. METHOD: This study used two data sources: (1) the Swiss arm of the RN4CAST study; and (2) a structured literature review. Hospitals were categorised based on Magnet and non-Magnet data. Our outcome variable of interest was the quality of nurse work environment measured with the Practice Environment Scale of the Nurse Work Index (PES-NWI). RESULTS: We reviewed 13 American, Canadian, and Australian studies of acute-care hospitals. Three provided Magnet hospitals' nurse work environment data, and all included non-Magnet hospitals' data. Swiss hospitals' evaluations on nurse work environment quality varied widely, but 25% achieved scores indicating "Magnet nurse work environments". Swiss hospitals' average "Nursing manager ability" subscale scores fulfilled Magnet hospital criteria, although "Nurse participation in hospital affairs" and "Nursing staffing and resource adequacy" scores neared non-Magnet levels. CONCLUSION: On average, our results indicated high quality nurse work environments in Swiss hospitals. Implementing Magnet model organisational principles might be a valuable approach for Swiss acute-care hospitals to both improve mixed and unfavourable nurse work environments and to improve nurse and patient outcomes. National benchmarking of nurse work environments and other nurse-sensitive indicators may facilitate evaluating the impact of current developments in Swiss healthcare.
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.
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 | 0,008 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle