An examination of retention factors among registered practical nurses in north-eastern Ontario, Canada
Notice bibliographique
Résumé
Introduction: Literature from the past two decades has presented an insufficient amount of research conducted on the nursing practice environments of registered practical nurses (RPNs).The objective of this article was to investigate the barriers and facilitators to sustaining the nursing workforce in north-eastern Ontario (NEO), Canada.In particular, retention factors for RPNs were examined.Methods: This cross-sectional research used a self-administered questionnaire.Home addresses of RPNs working in NEO were obtained from the College of Nurses of Ontario (CNO).Following a modified Dillman approach with two mail-outs, survey packages were sent to a random sample of RPNs (N=1337) within the NEO region.Logistic regression analyses were used to determine intent to stay (ITS) in relation to the following factor categories: demographic, and job and career satisfaction.Results: Completed questionnaires were received from 506 respondents (37.8% response rate).The likeliness of ITS in the RPNs' current position for the next 5 years among nurses aged 46-56 years were greater than RPNs in the other age groups.Furthermore, the lifestyle of NEO, internal staff development, working in nursing for 14-22.5 years, and working less than 1 hour of overtime per week were factors associated with the intention to stay.Conclusions: Having an understanding of the work environment may contribute to recruitment and retention strategy development.The results of this study may assist with addressing the nursing shortage in rural and northern areas through improved retention strategies of RPNs.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».