MétaCan
Menu
Retour à la cohorte
Enregistrement W2142963837 · doi:10.12927/cjnl.2000.16298

Shaping Positive Work Environments for Nurses: The Contributions of Nurses at Various Organizational Levels

2000· article· en· W2142963837 sur OpenAlexaffvenue
Meabh McGirr, David Bakker

Notice bibliographique

RevueNursing leadership · 2000
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésNursingAgency (philosophy)Work (physics)Health carePsychologyPerceptionNurse AdministratorFocus groupTheme (computing)MEDLINEMedicineSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper focuses on nurses' perceptions of their individual contributions to the work environment. Fourteen community hospitals participated in the study. A positive nursing work environment was selected in each agency by its Director of Nursing. Selection was based on subjective and objective criteria. All staff nurses, nurse managers and the director of nursing associated with these units were asked to respond to an open-ended question describing their perceived contributions to the work settings. Ninety-two nurses responded for a response rate of 42%. Overall the three themes of People, Practice and Place surfaced from 15 categories of responses. The same three themes surfaced for all three nurse groups but variation was noted with regards to the categories of contributions the groups most frequently reported within the theme. In this time of continuous change throughout the health care system, nurses need to be able to articulate and affirm their important contributions to the effective shaping of positive health care settings. A focus on contributions could assist with team building, leadership development and have an important impact on quality patient care outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,004
Communication savante0,0050,001
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,099
Tête enseignante GPT0,315
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing leadershipMême sujetNursing education and managementTravaux en français237 207