Applying a balanced score card approach and Multi-Rater feedback strategy to shift from appraising to managing head nurses’ performance at general surgical units-Main Mansoura University Hospital-Egypt
Notice bibliographique
Résumé
Background and objective: Traditionally, performance appraisal is used to measure behaviors, procedures or actions taken as in head nurse performance plans. Applying balanced score card measures at the nursing administration department level with participating the findings with all nursing staff and patients will help administrators to get all information needed to match head nurses performance plans with nursing administration department as well as hospital goals which help in drawing full shape of performance. The objective was to apply balanced scorecard approach with 360-degree feedback strategy to shift from appraising to managing head nurses’ performance at general surgical units -Main Mansoura University Hospital-Egypt.Methods: Subjects: All supervisors (n = 12), head nurses (n = 10), staff nurses (n = 96) working in general surgical units and all available patients admitted to these units at the time of study (n = 113) were included. Tools: Eight tools that were used for data collection involved feedback questionnaires for patients, head nurses, staff nurses and supervisors, observational checklist, activity analysis checklist, auditing performance appraisal form, and auditing personnel decisions form.Results: There was a statistically significant difference between head nurses, staff nurses and supervisors’ perspectives from one side and among patients’ perspectives from the other side regarding the performance of head nurses’ in general surgical units. In addition, nearly of third of head nurses’ time spent in unclassified activities. However, none of personnel decisions depended on performance appraisal outcomes.Conclusions: The results of the present study indicated that the methods used to measure head nurses’ performance in general surgical units at Main Mansoura University Hospital were not integrated or depend on clear work standards to develop and improve the performance of Head Nurses (HNs).
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 | 0,073 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».