A narrative review on the effect of economic downturns on the nursing labour market: implications for policy and planning
Notice bibliographique
Résumé
Economic downturns and recession lead to budget cuts and service reductions in the healthcare sector which often precipitate layoffs and hiring freezes. Nurses, being the largest professional group in healthcare, are strongly affected by cost reductions. Economic downturns destabilize the nursing labour market with potential negative outcomes, including serious shortages, extending beyond the recessionary period. The objectives of this manuscript are to provide an overview of the potential short- and long-run impact of economic downturns on the supply and demand of nurses, and present healthcare decision makers with a framework to enhance their ability to strategically manage their human resources through economic cycles.A narrative review of the literature on the effects of economic downturns on the nursing labour market in developed countries was carried out with a special focus on studies offering a longitudinal examination of labour force trends. Analysis indicates that economic downturns limit the ability of public payers and institutions to finance their existing health workforce. As salaried healthcare workers, nurses are especially susceptible to institutional budget cuts. In the short run, economic downturns may temporarily reduce the demand for and increase the supply of nurses, thereby influencing nursing wages and turnover rates. These effects may destabilise the nursing labour market in the long run. After economic downturns, the market would quickly display the pre-recessionary trends and there may be serious demand-supply imbalances resulting in severe shortages. Potential long-term effects of recession on the nursing labour market may include a downsized active workforce, difficulty in retaining younger nurses, a decreased supply of nurses and workforce casualisation.Lack of understanding of labour market dynamics and trends might mislead policy makers into making misinformed workforce downsizing decisions that are often difficult and expensive to reverse. In the aftermath of an economic downturn, the costs of attracting nurses back often outweigh the short term cost savings. Effective management should support the nursing workforce by creating attractive and stable work environments to retain nurses at a manageable cost.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».