MétaCan
Menu
Retour à la cohorte
Enregistrement W2790853680 · doi:10.1111/jonm.12540

Policy to practice: Investment in transitioning new graduate nurses to the workplace

2018· article· en· W2790853680 sur OpenAlexaffabout
Andrea Baumann, Mabel Hunsberger, Mary Crea‐Arsenio, Noori Akhtar‐Danesh

Notice bibliographique

RevueJournal of Nursing Management · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensHealth Sciences CentreMcMaster University Medical CentreMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésMentorshipGraduation (instrument)WorkforceNursingGovernment (linguistics)Nursing managementQuality (philosophy)Health careWorkforce managementPsychologyMedical educationMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: To analyse nurses' perceptions of the impact of an extended transition programme on key dimensions of care delivery 1-6 years after graduation. The dimensions included decision-making, communication, care management, system integration and commitment. BACKGROUND: Health care employers in Ontario, Canada, can apply for government funding to support an extended transition programme for new graduate nurses that includes orientation and mentorship. METHODS: A cross-sectional study design was used. Nurses who participated in the transition programme were compared with nurses who did not. A survey was administered to a convenience sample of 2369 nurses. RESULTS: There were statistically significant differences between the two groups. Nurses in the transition programme had higher mean scores on the key dimensions of care delivery. Results were confirmed when controlling for length of time since graduation. CONCLUSION: Extended transition benefits new graduate nurses. It has a lasting effect over time and impacts key dimensions of care delivery. It can also enhance workforce integration and reduce turnover. IMPLICATIONS FOR NURSING MANAGEMENT: Responding to the needs of new graduate nurses has potential long-term advantages for health care organisations and can influence both quality and delivery of care.

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)0,012
score de la tête « metaresearch » (Gemma)0,038
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,038
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,003
Communication savante0,0070,005
Science ouverte0,0020,005
Intégrité de la recherche0,0100,006
Charge utile insuffisante (le modèle a refusé de juger)0,0230,003

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 Opus0,047
Tête enseignante GPT0,395
Écart entre enseignants0,349 · 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

Citations34
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ManagementMême sujetNursing education and managementTravaux en français237 207