MétaCan
Menu
Retour à la cohorte
Enregistrement W2118042464 · doi:10.1111/j.1365-2702.2009.03128.x

Impacts of unit‐level nurse practice environment and burnout on nurse‐reported outcomes: a multilevel modelling approach

2010· article· en· W2118042464 sur OpenAlexaff
Peter Van Bogaert, Sean P. Clarke, Ella Roelant, Herman Meulemans, Paul Van de Heyning

Notice bibliographique

RevueJournal of Clinical Nursing · 2010
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of TorontoRoyal Bank of Canada
Organismes subventionnairesnon disponible
Mots-clésBurnoutNursingJob satisfactionMultilevel modelUnit (ring theory)Acute careQuality (philosophy)Emotional exhaustionPsychologyMedicineHealth careClinical psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

AIM: To investigate impacts of practice environment factors and burnout at the nursing unit level on job outcomes and nurse-assessed quality of care in acute hospital nurses. BACKGROUND: Prior research has consistently demonstrated correlations between nurse practice environments and nurses' job satisfaction and health at work, but somewhat less evidence connects practice environments with patient outcomes. The relationship has also been more extensively documented using hospital-wide measures of environments as opposed to measures at the nursing unit level. DESIGN: Survey. METHOD: Data from a sample of 546 staff nurses from 42 units in four Belgian hospitals were analysed using a two-level (nursing unit and nurse) random intercept model. Linear and generalised linear mixed effects models were fitted including nurse practice environment dimensions measured with the Revised Nursing Work Index and burnout dimensions of the Maslach Burnout Inventory as independent variables and job outcome and nurse-assessed quality of care variables as dependent variables. RESULTS: Significant unit-level associations were found between nurse practice environment and burnout dimensions and job satisfaction, turnover intentions and nurse-reported quality of care. Emotional exhaustion is a predictor of job satisfaction, nurse turnover intentions and assessed quality of care as well besides various nurse work practice environment dimensions. Nurses 'ratings of unit-level management and hospital-level management and organisational support had effects in opposite directions on assessments of quality of care at the unit; this suggests that nurses' perceptions of conditions on their nursing units relative to their perceptions of their institutions at large are potentially influential in their overall job experience. CONCLUSION: Nursing unit variation of the nurse practice environment and feelings of burnout predicts job outcome and nurse-reported quality of care variables. RELEVANCE TO CLINICAL PRACTICE: The team and environmental contexts of nursing practice play critical roles in the recruitment and retention of nurses, and as well as in the quality of care delivered. Widespread burnout as a nursing unit characteristic, reflecting a response to chronic organisational stressors, merits special attention from staff nurses, physicians, managers and leaders.

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)0,012
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,007
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,115
Tête enseignante GPT0,441
Écart entre enseignants0,326 · 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

Citations233
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NursingMême sujetNursing education and managementTravaux en français237 207