MétaCan
Menu
Retour à la cohorte
Enregistrement W2131627603 · doi:10.1111/j.1365-2834.2009.01029.x

Canadian cancer nurses' views on recruitment and retention

2009· article· en· W2131627603 sur OpenAlexaffabout
Debra Bakker, Lorna Butler, Margaret I. Fitch, Esther Green, Kärin Olson, Greta G. Cummings

Notice bibliographique

RevueJournal of Nursing Management · 2009
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensCancer Care OntarioUniversity of AlbertaUniversity of SaskatchewanLaurentian University
Organismes subventionnairesnon disponible
Mots-clésCancerNursing managementNursingPsychologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIM: The purpose of this study was to explore oncology nurses' perceptions about recruitment and retention. BACKGROUND: Competition among healthcare organizations to recruit and retain qualified nurses is a real-life challenge. Focusing attention on human resource planning in oncology is highlighted by both the worsening nursing shortage and cancer incidence. METHODS: A participatory action research approach was used and 12 focus groups with 91 cancer nurses were conducted across Canada to collect data about strategies that could improve recruitment and retention. RESULTS: Four themes emerged reflecting oncology nurses' beliefs and values about organizational practices that attract and retain nurses and they are as follows: (1) recognizing oncology as a specialty, (2) tacit knowledge no longer enough, (3) gratification as a retaining factor, and (4) relationship dependent on environment. CONCLUSIONS: Participants highlighted leadership, recognition and professional and continuing education opportunities as critical to job satisfaction and organizational commitment. IMPLICATIONS FOR NURSING MANAGEMENT: Recruitment and retention were viewed as a continuum where organizational investment begins with a well-developed orientation and ongoing mentorship to ensure knowledge development. The challenge for nurse leaders is to use the evidence generated from this study and previous studies to develop professional practice environments that facilitate the cultural changes needed to build and sustain a quality nursing workforce.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,633

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,101
Tête enseignante GPT0,392
Écart entre enseignants0,291 · 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'étudeSans objet
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

Citations24
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ManagementMême sujetNursing education and managementTravaux en français237 207