MétaCan
Menu
Retour à la cohorte
Enregistrement W2103350461 · doi:10.5539/gjhs.v6n2p86

Prioritizing the Compensation Mechanisms for Nurses Working in Emergency Department of Hospital Using Fuzzy DEMATEL Technique: A Survey from Iran

2013· article· en· W2103350461 sur OpenAlexvenueno aff
Jahanara Mamikhani, Shahram Tofighi, Jamil Sadeghifar, Majied Heidari, Vahied Hossieni Jenab

Notice bibliographique

RevueGlobal Journal of Health Science · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésEmergency departmentCompensation (psychology)Fuzzy logicMedical emergencyPsychologyMedicineNursingComputer scienceArtificial intelligenceSocial psychology

Résumé

récupéré en direct d'OpenAlex

AIM AND BACKGROUND: Nursing professionals are the most important human resources that provide care in the Emergency Departments at hospitals. Therefore appropriate compensation for the services provided by them is considered as a priority. This study aims to identify and prioritize the factors affecting the compensation for services provided by the EDs nurses. METHODS: Twenty four nurses, hospital administrators, local and national health authorities participated in a cross sectional study conducted in 2012. The participants discussed on different compensation mechanisms for nurses' of EDs, in six groups according to Focus Group Discussion (FGD) technique, resulted in the adopted mechanisms. Opinions of the participants on the mechanisms were obtained via paired matrices using fuzzy logic. Decision Making Trial and Evaluation Laboratory (DEMATEL) technique was used for prioritizing the adopted mechanisms. FINDINGS: Among the compensation mechanisms for nurses of ED services, both Monthly fixed amounts (9.0382) and increasing the number of vacation days (9.0189) had highest importance. The lowest importance was given to the performance-based payment (8.9897). Monthly fixed amounts, increasing the number of vacation days, decreasing the working hours and performance-based payment were recognized as effective factors. Other mechanisms are prioritized as use of the facilities, increase in emergency tariff, job promotions, non-cash payments, continuing education, and persuasive years. CONCLUSION: According to the results, the nurses working in the EDS of the hospitals were more likely to receive non-cash benefits than cash benefits as compensation.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,375
Écart entre enseignants0,313 · 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'étudeObservationnel
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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetEmergency and Acute Care StudiesTravaux en français237 207