MétaCan
Menu
Retour à la cohorte
Enregistrement W2130230251 · doi:10.14574/ojrnhc.v11i1.9

Nurse Recruitment and Retention in Rural Newfoundland and Labrador Communities: The Experiences of Healthcare Managers

2011· article· en· W2130230251 sur OpenAlexaffabout
Mark Aylward, Alice Gaudine, Lorna Bennett

Notice bibliographique

RevueOnline Journal of Rural Nursing and Health Care · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésHealth careNursingBusinessGeographyPublic relationsMedicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Nurse recruitment and retention in rural Newfoundland and Labrador (NL) can prove to be a challenge for rural healthcare managers due to a variety of issues and factors. The characteristics of rural communities along with vast nursing shortages throughout Canada and the world can certainly contribute to those challenges. Research on the topic of nurse recruitment and retention in rural NL is limited, particularly from the perspective of rural healthcare managers. The purpose of this study is to explore and describe the experiences of rural NL healthcare managers contending with nurse recruitment and retention by using a qualitative descriptive design and using content analysis to analyze the data. The findings were categorized to outline barriers and facilitators to nurse recruitment and retention. Implications for further research on this topic are discussed, as well as implications for nursing practice and education

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,119
Tête enseignante GPT0,452
Écart entre enseignants0,333 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations12
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOnline Journal of Rural Nursing and Health CareMême sujetGlobal Health Workforce IssuesTravaux en français237 207