Notice bibliographique
Résumé
BACKGROUND: Recently, restructuring of the nursing workforce has been undertaken in a number of countries in an effort to provide efficient and cost-effective services to users. This often takes the form of the introduction of unregulated workers to carry out support roles with registered nurses. However, these changes have not been evaluated for efficacy or impact on nurses, patients or the health care system. PURPOSE: The purpose of this study was to determine the relationship between staff mix models comprising regulated staff (Registered Nurses and Registered Practical Nurses) or regulated and unregulated staff (Registered Nurses and unregulated workers), and nursing and quality outcomes. METHODS: This comparative correlational study was conducted in a random sample of 30 adult, acute care patient units within eight hospitals located in Toronto, Canada. Registered Nurses employed on 30 randomly selected hospital units, grouped by the two staff mix models (15 units per group), were surveyed using previously validated instruments to measure role conflict, role ambiguity, job satisfaction, perceived effectiveness of care and perceived quality of care. RESULTS: Results indicated that Registered Nurses in this study experienced high levels of role conflict, regardless of the type of staff mix model within which they worked. Registered Nurses on units employing both Registered Nurses and unregulated workers reported higher levels of job satisfaction. On units employing both Registered Nurses and unregulated workers, Registered Nurses perceived that the quality of care was lower. CONCLUSIONS: Staff mix model was related to Registered Nurses' perceptions of the quality of patient care. It was also evident that other variables within the work environment might have more influence on the outcomes examined than the independent variable of staff mix.
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 | 0,000 | 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 | 0,001 |
| 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 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 ».