MétaCan
Menu
Retour à la cohorte
Enregistrement W2432618454 · doi:10.3912/ojin.vol18no01ppt01

Facilitating Change Among Nursing Assistants in Long Term Care

2012· article· en· W2432618454 sur OpenAlexaffabout
François Aubry, Francis Etheridge, Yves Couturier

Notice bibliographique

RevueOJIN The Online Journal of Issues in Nursing · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesnon disponible
Mots-clésNursingTeamworkWork (physics)Organizational changeProcess (computing)Nursing AssistantLong-term careTeam nursingMedicinePsychologyNurse educationNursing homesComputer sciencePublic relationsPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In this article, the authors consider the implementation of change in long term care organizations (LTCOs) and present their study describing the process by which new nursing assistants are informally integrated into LTCOs in Quebec, Canada. The study method included 23 in-depth interviews with nursing assistants in two long term care centres. The findings enabled the authors to describe the informal process by which new nursing assistants are integrated into LTCOs and the manner in which informal work strategies enhance the work of nursing care, thus enabling the nursing assistants to manage heavy workloads. The authors discuss whether this teamwork is a deterrent to change or a lever for change and address issues regarding the collective structure of nursing assistant teams. Implications for practice include a Five-Step Innovation Plan. In conclusion, the authors propose that organizational change among nursing assistants in a LTCO is best accomplished when the leaders consider the nursing assistants' strong sense of community to be a change engine rather than a change obstacle.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0070,003
Communication savante0,0040,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
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 Opus0,058
Tête enseignante GPT0,469
Écart entre enseignants0,410 · 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'étudeQualitatif
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

Citations12
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOJIN The Online Journal of Issues in NursingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207