MétaCan
Menu
Retour à la cohorte
Enregistrement W2295281581 · doi:10.1177/1744987115603441

The influence of resonant leadership on the structural empowerment and job satisfaction of registered nurses

2015· article· en· W2295281581 sur OpenAlexaffabout
Eunice Bawafaa, Carol Wong, Heather K. Spence Laschinger

Notice bibliographique

RevueJournal of research in nursing · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésJob satisfactionEmpowermentNursingWork (physics)PsychologyJob designHealth careJob attitudeQuality (philosophy)MedicineJob performanceSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The demanding nature of nursing work environments signals longstanding and growing concerns about nurses' health and job satisfaction and the provision of quality care. Specifically in healthcare settings, nurse leaders play an essential role in creating supportive work environments to avert these negative trends and increase nurse job satisfaction. The purpose of this study was to examine the influence of managers' resonant leadership on nurses' structural empowerment and job satisfaction. A secondary analysis of data collected from a cross-sectional survey design of 1216 registered nurses from nine Canadian provinces was conducted. Structural empowerment partially mediated the relationship between resonant leadership and job satisfaction. Resonant leadership and structural empowerment explained a total of 36% of the variance in job satisfaction while controlling for age, education and work setting ( F (5, 1169) = 131.78, p < 0.001). Findings suggested that resonant leaders are instrumental in creating empowering environments that contribute to higher job satisfaction in nursing. Therefore, a focus on developing resonant leadership skills among nurse leaders in healthcare organisations will advance the creation of healthy work environments that promote job satisfaction and the retention of nurses.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,415
Tête enseignante GPT0,578
Écart entre enseignants0,162 · 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'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

Citations64
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of research in nursingMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207