Workplace empowerment, incivility, and burnout: impact on staff nurse recruitment and retention outcomes
Notice bibliographique
Résumé
AIM: The aim of this study was to examine the influence of empowering work conditions and workplace incivility on nurses' experiences of burnout and important nurse retention factors identified in the literature. BACKGROUND: A major cause of turnover among nurses is related to unsatisfying workplaces. Recently, there have been numerous anecdotal reports of uncivil behaviour in health care settings. METHOD: We examined the impact of workplace empowerment, supervisor and coworker incivility, and burnout on three employee retention outcomes: job satisfaction, organizational commitment, and turnover intentions in a sample of 612 Canadian staff nurses. RESULTS: Hierarchical multiple linear regression analyses revealed that empowerment, workplace incivility, and burnout explained significant variance in all three retention factors: job satisfaction (R(2) = 0.46), organizational commitment (R(2) = 0.29) and turnover intentions (R(2) = 0.28). Empowerment, supervisor incivility, and cynicism most strongly predicted job dissatisfaction and low commitment (P < 0.001), whereas emotional exhaustion, cynicism, and supervisor incivility most strongly predicted turnover intentions. CONCLUSIONS: In our study, nurses' perceptions of empowerment, supervisor incivility, and cynicism were strongly related to job satisfaction, organizational commitment, and turnover intentions. IMPLICATIONS FOR NURSING MANAGEMENT: Managerial strategies that empower nurses for professional practice may be helpful in preventing workplace incivility, and ultimately, burnout.
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 | 0,003 | 0,010 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».