Motivational pathways of occupational and organizational turnover intention among newly registered nurses in Canada
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.
Notice bibliographique
Résumé
BACKGROUND: Staff turnover is a major issue for health care systems. In a time of labor shortage, it is critical to understand the motivational factors that underlie turnover intention in newly licensed nurses. PURPOSE: To examine whether different forms of motivation (the reasons for which nurses engage in their work) predict intention to quit the occupation and organization through distinct forms (affective and continuance) and targets (occupation and organization) of commitment. METHODS: Cross-sectional data were collected from a sample of 572 French-Canadian newly registered nurses working in public health care in the province of Quebec, Canada. The hypothesized model was tested by structural equation modeling. FINDINGS: Autonomous motivation (nurses accomplish their work primarily out of a sense of pleasure and satisfaction or because they personally endorse the importance or value of their work) negatively predicts intention to quit the profession and organization through target-specific affective commitment. However, although controlled motivation (nurses accomplish their work mainly because of internal or external pressure) is positively associated with continuance commitment to the occupation and organization, it directly predicts, positively so, intention to quit the occupation and organization. CONCLUSION: These results highlight the complexity of the motivational processes at play in the turnover intention of novice nurses, revealing distinct forms of commitment that explain how motivation quality is related simultaneously to intention to quit the occupation and organization. Health care organizations are advised to promote autonomous over controlled motivation to retain newly recruited nurses and sustain the future of the nursing workforce.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle