MétaCan
Menu
Retour à la cohorte
Enregistrement W2565839370 · doi:10.1515/joim-2016-0008

The Effects of Personal and Organizational Resources on Work and Well-Being Outcomes among Turkish Nurses

2016· article· en· W2565839370 sur OpenAlexaff
Ronald J. Burke, Mustafa Koyuncu, Lisa Fıksenbaum, Şevket Yirik, Kadife Koynncu

Notice bibliographique

RevueJournal of Intercultural Management · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare professionals’ stress and burnout
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésOptimismFeelingPsychologyWork engagementTurkishJob satisfactionEmpowermentWork (physics)Multilevel modelNursingSample (material)Social psychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract This exploratory research examined the relationship of a personal and an organizational resource, optimism and levels of hospital support respectively, on a variety of work and well-being outcomes in a sample of nurses in Turkey. Data were collected from 212 nurses using anonymously completed questionnaires. Feelings of psychological empowerment was positioned as a mediator between resources and work and well-being outcomes which included job satisfaction, work engagement, affective hospital commitment, work-family conflict, family-work conflict, and intent to quit. The sample scored at moderate levels on the measures of resources and work outcomes, though scoring higher of feelings of psychological empowerment. These data indicate potential room for improvement in the work experiences of our nursing respondents. Hierarchical regression analyses controlling for personal demographics indicated that levels of hospital support were significantly and positively associated with most work and well-being outcomes, with levels of optimism significantly and positively associated with fewer of these outcomes. Practical implications of the findings are offered. Hospital efforts to increase levels of optimism and hospital support are described.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,331
Écart entre enseignants0,320 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intercultural ManagementMême sujetHealthcare professionals’ stress and burnoutTravaux en français237 207