The Contribution of Hospital Nursing Leadership Styles to 30-day Patient Mortality
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: Nursing work environment characteristics, in particular nurse and physician staffing, have been linked to patient outcomes (adverse events and patient mortality). Researchers have stressed the need for nursing leadership to advance change in healthcare organizations to create safer practice environments for patients. The relationship between styles of nursing leadership in hospitals and patient outcomes has not been well examined. OBJECTIVE: The purpose of this study was to examine the contribution of hospital nursing leadership styles to 30-day mortality after controlling for patient demographics, comorbidities, and hospital factors. METHODS: Ninety acute care hospitals in Alberta, Canada, were categorized into five styles of nursing leadership: high resonant, moderately resonant, mixed, moderately dissonant, and high dissonant. In the secondary analysis, existing data from three sources (nurses, patients, and institutions) were used to test a hypothesis that the styles of nursing leadership at the hospital level contribute to patient mortality rates. RESULTS: Thirty-day mortality was 7.8% in the study sample of 21,570 medical patients; rates varied across hospital categories: high resonant (5.2%), moderately resonant (7.4%), mixed (8.1%), moderately dissonant (8.8%), and high dissonant (4.3%). After controlling for patient demographics, comorbidities, and institutional and hospital nursing characteristics, nursing leadership styles explained 5.1% of 72.2% of total variance in mortality across hospitals, and high-resonant leadership was related significantly to lower mortality. CONCLUSIONS: Hospital nursing leadership styles may contribute to 30-day mortality of patients. This relationship may be moderated by homogeneity of leadership styles, clarity of communication among leaders and healthcare providers, and work environment characteristics.
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 | 0,003 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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