MétaCan
Menu
Retour à la cohorte
Enregistrement W2769150063 · doi:10.14456/jhr.2017.42

Predicting Factors of Professional Behavior of Indonesian Nurses, West Java Province, Indonesia

2017· article· en· W2769150063 sur OpenAlexaboutno aff
Leli Khairani, Areewan Oumtanee

Notice bibliographique

RevueNRCT Data Center · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueJob Satisfaction and Organizational Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndonesianCLARITYDescriptive statisticsScale (ratio)NursingEmpowermentMeaning (existential)PsychologyPerceptionTest (biology)Descriptive researchStepwise regressionMedicineGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Background: The understanding of how nurses perceive the concept of professionalism has always been fundamental in terms of creating appropriate policy. However, Indonesia managed to pass the updated Nursing Act in 2014 and has been struggling to create proper policy regarding nurses so far. It is apparent that the main problem is due to the lack of clarity in giving meaning towards the perception of professionalism. As a result, there is an immediate need to properly describe and analyze several factors that may be significantly related to nurse professionalism in general. This study aims to examine and identify the predicting factors of professional behavior of Indonesian nurses, in West Java, Indonesia. Methods: A descriptive predictive study was conducted at three type A hospitals in West Java. A total of 160 participants were recruited for the study. The personal factor questionnaire, General Self-Efficacy scale (GSE), Survey of Perceived Organizational Support (SPOS), Psychological Empowerment Questionnaire, and Registered Nurses’ Association of Ontario (RNAO) professionalism questionnaire were used to collect the data. Descriptive statistics, Pearson’s r correlation, Chi-square test, and Stepwise multiple regression were used to analyze the data. Results: Study results indicate that perceived organizational supports had a low relation with professional behavior in nursing (r = .210; p = .008). Both self-efficacy and psychological empowerment showed a moderate relation to professional behavior (r = .576; p = < .001; r = .558; p = <001, respectively). Furthermore, personal factors which consist of level of education (X²  = 20.363) and years of experience (r = .499; p = <.001) also showed moderate relationships. The overall perception of professional behavior by Indonesian nurses had a good ranking score (M= 3.81-4.26) for each component of professional behaviors. The Stepwise multiple regression resulted in four variables being selected for the model: self-efficacy, psychological empowerment, years of experience and education explained 49.1 % of the variance of professional behavior, (R² = .478). Conclusion: The conclusion for this study indicates that self-efficacy, psychological empowerment, years of experience and education together can statistically predict professional behavior of Indonesian nurses in West Java. Greater effort, however, is required to improve self-efficacy and psychological empowerment due to such average results. Notably, the weakest relationship variable found in this study was organizational support, which implies an immediate need to construct a policy to improve and maintain various forms of institutional support channels for nurses in West Java.

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,289
Écart entre enseignants0,257 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNRCT Data CenterMême sujetJob Satisfaction and Organizational BehaviorTravaux en français237 207