MétaCan
Menu
Retour à la cohorte
Enregistrement W2105186107 · doi:10.5539/gjhs.v7n2p366

Evaluation of Time Management Behaviors and Its Related Factors in the Senior Nurse Managers, Kermanshah-Iran

2015· article· en· W2105186107 sur OpenAlexvenueno aff
Arash Ziapour, Alireza Khatony, Faranak Jafari, Neda Kianipour

Notice bibliographique

RevueGlobal Journal of Health Science · 2015
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensnon disponible
Organismes subventionnairesKermanshah University of Medical Sciences
Mots-clésDescriptive statisticsTime managementData collectionPrioritizationNursingDescriptive researchPsychologyApplied psychologyMedicineBusinessComputer scienceProcess managementStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND & OBJECTIVE: Time management is an extensive concept that is associated with promoting the performance of managers. The present study was carried out to investigate the time management behaviors along with its related factors among senior nurse mangers. MATERIALS AND METHODS: In this descriptive-analytical study, 180 senior nurse managers were selected using census method. The instrument for data collection was a standard time behavior questionnaire. Data were analyzed by descriptive and analytical statistics. RESULTS: The findings showed that among the dimensions of time management behaviors, setting objectives and prioritization, and mechanics of time management dimensions obtained the highest and lowest frequency, respectively. Comparison of the mean scores of time management behaviors indicated a significant difference in the gender (p<0.05), age (p<0.001), education (p=0.015), job experience (p<0.001), managerial experience (p<0.001) and management rank management (p<0.029). CONCLUSION: On the whole, senior nurse managers enjoyed a favorable time management skill. Given the importance of time management behaviors, it seems that teaching these behaviors more seriously through regular educational programs can effectively promote the performance of senior nurse managers.

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)0,010
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,070
Tête enseignante GPT0,414
Écart entre enseignants0,344 · 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'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

Citations30
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207