The influence of areas of worklife fit and work-life interference on burnout and turnover intentions among new graduate nurses
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.
Notice bibliographique
Résumé
AIM: To examine the relationships among the overall person-job match in the six areas of worklife, work-life interference, new nurses' experiences of burnout and intentions to leave their jobs. BACKGROUND: As a large cohort of nurses approaches retirement, it is important to understand the aspects of the nurses work-life that are related to turnover among new graduate nurses to address the nursing workforce shortage. METHODS: Secondary analysis of data collected in a cross-sectional survey of 215 registered nurses working in Ontario acute hospitals was conducted using structural equation modelling. RESULTS: The fit indices suggested a reasonably adequate fit of the data to the hypothesised model [χ(2) = 247, d.f. = 122, P = 0.001, χ(2) /d.f. = 2.32, Incremental Fit Index (IFI) = 0.954, Comparative Fit Index (CFI) = 0.953, Root Mean Square Error of Approximation (RMSEA) = 0.06]. Person-job match in six areas of worklife had a direct negative effect on burnout (emotional exhaustion and cynicism), which in turn had a direct positive effect on turnover intentions. Work-life interference also influenced turnover intentions indirectly through burnout. CONCLUSION: The study findings demonstrate that new graduate nurses' turnover intentions are a recurring problem, which could be reduced by improving nurses' working conditions. Retention of new graduate nurses could be enhanced by creating supportive working environments to reduce the susceptibility to workplace burnout, and ultimately, lower turnover intentions. IMPLICATIONS FOR NURSING MANAGEMENT: Managers must employ strategies to enhance workplace conditions that promote a person-job fit and work-life balance to improve retention of new graduate nurses, and, thereby, lessen the nursing shortage.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle