MétaCan
Menu
Retour à la cohorte
Enregistrement W2172042307 · doi:10.1177/1744987111422423

Job satisfaction and intentions to leave of new nurses

2011· article· en· W2172042307 sur OpenAlexaffabout
Jessica Peterson, Linda M. Hall, Linda O’Brien‐Pallas, Rhonda Cockerill

Notice bibliographique

RevueJournal of research in nursing · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésJob satisfactionSocial supportJob attitudePsychological interventionPsychologyNursingJob dissatisfactionJob performanceApplied psychologySocial psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Turnover of newly graduated nurses is of significant concern. There are continuing reports that new graduates struggle during the transition to the work setting. The purpose of this study was to examine the effects of perceived demands, control, social support and self-efficacy on the job satisfaction and intention to leave of new nurses utilising Karasek's Job Demands-Control-Support model. A cross-sectional mailed survey was used to gather data. The sample comprised 232 new nurses working in acute care in Canada. Job demands, social support from both supervisors and coworkers and self-efficacy were significantly related to job dissatisfaction, while demands and support from coworkers were related to intention to leave the job. Identifying factors that contribute to the job satisfaction and intentions to leave of new nurses is a first step in developing interventions to assist nurses who are just beginning their careers.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,212
Tête enseignante GPT0,556
Écart entre enseignants0,344 · 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'étudeObservationnel
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

Citations53
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of research in nursingMême sujetWorkplace Health and Well-beingTravaux en français237 207