Collaboration to Change the Landscape of Nursing: A Journey between Urban and Remote Practice Settings
Notice bibliographique
Résumé
University Health Network (UHN) became a demonstration site to test a health human resource planning model to foster inter-organizational collaboration, knowledge transfer and exchange of nurses between an urban academic health science centre and a remote region in northern Ontario. Funding support was provided by the Ontario Ministry of Health and Long-Term Care. The partnership between UHN, Weeneebayko Health Ahtuskaywin (WHA) and James Bay General Hospital (JBGH) addressed retention, recruitment, professional practice development, planning and succession planning objectives. The primary goal of this partnership was to supply the staffing needs of WHA/JBGH with UHN nurses at a decreased cost for four- to six-week placement periods. This resulted in a marked decrease in agency use by approximately 40% in the WHA site during the months UHN nurses were practicing in the north, with an overall agency cost savings of $165,000 reported in the pilot year. The project also served as a recruitment and retention strategy for all organizations. It provided an opportunity to practice in new clinical settings and to engage in knowledge transfer experiences and professional development initiatives between remote and urban practice environments. In the pilot year, 37 nurses (30 from UHN and 7 from WHA) participated. They returned to their respective organizations re-energized by the different "landscape" of practice experience and toward the nursing profession itself.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».