MétaCan
Menu
Retour à la cohorte
Enregistrement W2088686775 · doi:10.1111/j.1365-2648.2006.03934.x

Nurse intention to remain employed: understanding and strengthening determinants

2006· article· en· W2088686775 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Advanced Nursing · 2006
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Health Services Research Foundation
Mots-clésJob satisfactionBurnoutNursingPsychologyGroup cohesivenessDescriptive statisticsRegression analysisTest (biology)MedicineSocial psychologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

AIM: This paper reports a study testing a hypothesized model of the determinants of nurse intention to remain employed in current hospitals of employment. BACKGROUND: Previous research has shown that stronger nurse intention to remain employed is associated with higher job satisfaction, higher organizational commitment, higher perceived manager support, lower burnout, higher work group cohesion, being older, having more years of nursing experience and having lower levels of education. METHODS: A descriptive survey design was adopted. Over 13,000 Ontario, Canada nurses were invited to complete a mailed survey between February and May 2003. The Ontario Nurse Survey includes instruments and items measuring job satisfaction, burnout, professional nursing practice environment, demographic characteristics of nurse respondents and items about intention to remain employed. Two multiple regression models, one including all variables and the other using a stepwise method, were used to test the proposed model. RESULTS: Regression models explained 34% of variance in nurse intention to remain employed. The strongest predictors were nurse age, overall nurse job satisfaction and years of employment in the current hospital. Although the proposed model hypothesized six categories of predictors of intention to remain employed, only four of these were statistically significant determinants of nurse intention to remain: job satisfaction, personal characteristics of nurses, work group cohesion and collaboration, and organizational commitment of nurses. The other two categories of predictors, nurse burnout and nurse manager ability and support, may be predictors of job satisfaction and have indirect effects on intention to remain employed that are mediated through job satisfaction. CONCLUSION: Possible strategies to strengthen predictors of intention to remain employed include employment practices that reflect moral integrity, incorporate clear communication systems, maximize employee involvement in decision-making, promote praise and recognition, and establish a shared vision and goals.

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 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)0,000
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 enseignants0,926
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,023
Tête enseignante GPT0,327
Écart entre enseignants0,304 · 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