Nurses’ Practice Environment and Their Job Satisfaction: A Study on Nurses Caring for Older Adults in Shanghai
Notice bibliographique
Résumé
AIM: To examine the job satisfaction of nurses who are caring for older adults in healthcare settings in Shanghai, and to explore the underlying factors in order to explain and predict nurses' job satisfaction. BACKGROUND: China has the largest elderly population in the world, and its population is aging rapidly. Studies on job satisfaction of nurses providing care for the elderly in China can help to identify problem areas and develop strategies for the improvement of nurses' working conditions. However, to date, this subject matter has not been thoroughly studied in the Chinese context. Previous studies in other countries show that many factors impact nurses' job satisfaction, with the practice environment being a critical factor. There is a serious nursing shortage in China, especially in the big cities such as Shanghai. Given the increasing care demand of the aging population, learning about the job satisfaction level among nurses who are caring for older adults can provide essential information to help attract and retain nurses in this specialty area. METHODS: A cross-sectional survey was conducted among 444 nurses in 22 elderly care institutions in Shanghai. The Chinese version of the Index of Work Satisfaction (IWS) and the Nursing Practice Environment Scale were instruments used. Inferential statistical tests used to analyze the data included Spearman correlation analysis, one-way analysis of variance, and hierarchical regression tests. RESULTS: The average overall IWS (part B) score was 135.21 ± 19.34. Personality, job and organizational characteristics were found to be the most influential factors, and the practice environment was identified as having the strongest impact on job satisfaction (Beta = 0.494). CONCLUSION: Job satisfaction level among nurses who are caring for older adults in Shanghai is moderate, but the data suggest that this could be greatly increased if the nursing practice environment was improved.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».