MétaCan
Menu
Retour à la cohorte
Enregistrement W2082246895 · doi:10.1111/j.1365-2834.2010.01053.x

Decisional involvement of senior nurse leaders in Canadian acute care hospitals

2010· article· en· W2082246895 sur OpenAlexafffundabout
Carol Wong, Heather K. Spence Laschinger, Greta G. Cummings, Leslie Vincent, Patty O'Connor

Notice bibliographique

RevueJournal of Nursing Management · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensMcGill University Health CentreUniversity of AlbertaLondon Health Sciences CentreWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNursingAcute careMedicineAcute hospitalNursing managementNurse AdministratorPsychologyFamily medicineMEDLINEHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: The aim of the present study was to describe the scope and degree of involvement of senior nurse leaders (SNLs) in executive level decisions in acute care organizations across Canada. BACKGROUND: Significant changes in SNL roles including expansion of decision-making responsibilities have occurred but little is known about the patterns of SNL decision-making. METHODS: Data were collected by mailed survey from 63 SNLs and 49 chief executive officers (CEOs) in 66 healthcare organizations in 10 Canadian provinces. Regression analyses were used to examine whether timing, breadth of content expertise and the number of decision activities predicted SNL decision-making influence and quality of decisions. RESULTS: Breadth of content expertise and number of decision activities with which the SNL was involved were significant predictors of decision influence explaining 22% of the variance in influence. Overall, CEOs rated SNL involvement in decision-making higher than the SNL. CONCLUSIONS: Senior nurse leaders contribute to organizational processes in healthcare organizations that are important for nurses and patients, through their participation in decision-making at the senior team level. IMPLICATIONS FOR NURSING MANAGEMENT: Findings may be useful to current and future SNLs learning to shape the nature and content of information shared with CEOs particularly in the area of professional practice issues.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil0,843

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,016
Tête enseignante GPT0,327
Écart entre enseignants0,311 · 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'étudeAutre devis
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

Citations18
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ManagementMême sujetNursing education and managementTravaux en français237 207