MétaCan
Menu
Retour à la cohorte
Enregistrement W2418173717 · doi:10.1097/phh.0000000000000331

The Public Health Workforce Interests and Needs Survey

2015· article· en· W2418173717 sur OpenAlex
Katie Sellers, Jonathon P. Leider, Elizabeth Harper, Brian C. Castrucci, Kiran Bharthapudi, Rivka Liss‐Levinson, Paul E. Jarris, Edward L. Hunter

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Public Health Management and Practice · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensnon disponible
Organismes subventionnairesde Beaumont Foundation
Mots-clésWorkforcePublic healthQuarter (Canadian coin)Job satisfactionDemographicsStratified samplingMedicinePsychologyPublic relationsBusinessFamily medicineNursingPolitical scienceDemographyGeographySociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Public health practitioners, policy makers, and researchers alike have called for more data on individual worker's perceptions about workplace environment, job satisfaction, and training needs for a quarter of a century. The Public Health Workforce Interests and Needs Survey (PH WINS) was created to answer that call. OBJECTIVE: Characterize key components of the public health workforce, including demographics, workplace environment, perceptions about national trends, and perceived training needs. DESIGN: A nationally representative survey of central office employees at state health agencies (SHAs) was conducted in 2014. Approximately 25,000 e-mail invitations to a Web-based survey were sent out to public health staff in 37 states, based on a stratified sampling approach. Balanced repeated replication weights were used to account for the complex sampling design. SETTING AND PARTICIPANTS: A total of 10,246 permanently employed SHA central office employees participated in PH WINS (46% response rate). MAIN OUTCOME MEASURES: Perceptions about training needs; workplace environment and job satisfaction; national initiatives and trends; and demographics. RESULTS: Although the majority of staff said they were somewhat or very satisfied with their job (79%; 95% confidence interval [CI], 78-80), as well as their organization (65%; 95% CI, 64-66), more than 42% (95% CI, 41-43) were considering leaving their organization in the next year or retiring before 2020; 4% of those were considering leaving for another job elsewhere in governmental public health. The majority of public health staff at SHA central offices are female (72%; 95% CI, 71-73), non-Hispanic white (70%; 95% CI, 69-71), and older than 40 years (73%; 95% CI, 72-74). The greatest training needs include influencing policy development, preparing a budget, and training related to the social determinants of health. CONCLUSIONS: PH WINS represents the first nationally representative survey of SHA employees. It holds significant potential to help answer previously unaddressed questions in public health workforce research and provides actionable findings for SHA leaders.

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.

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)0,090
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0900,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,002
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 Opus0,474
Tête enseignante GPT0,551
Écart entre enseignants0,077 · 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