Insights into nurses’ work: Exploring relationships among work attitudes and work-related behaviors
Notice bibliographique
Résumé
BACKGROUND: Work attitudes have been associated with work productivity. In health care, poor work attitudes have been linked to poor performance, decreased patient safety, and quality care. Hence, the importance, ascribed in the literature, of work that clearly identifies the relationships between and among work attitudes and work behaviors linked to performance. PURPOSE: The purpose of this study is to better understand the relationships between work attitudes-perceived organizational justice, perceived organizational support (POS), affective commitment-consistently associated with a key type of performance outcome among nurses' organizational citizenship behaviors (OCBs). METHODOLOGY: A survey was developed and administered to frontline nurses working in the province of Ontario, Canada. Data analysis used path analytic techniques. RESULTS: Direct associations were identified between interpersonal justice and POS, procedural justice and POS, and POS and affective commitment to both one's supervisor and one's co-workers. Affective commitment to patients and career was directly associated with OCBs. Affective commitment to one's co-worker was directly associated with OCBs directed toward individuals, as affective commitment to one's organization was with OCBs directed toward the organization. Finally, OCBIs and OCBs were directly associated. CONCLUSIONS: Examining the relationships of these constructs in a single model is novel and provides new information regarding their complexity. Findings suggest that prior approaches to studying these relationships may have been undernuanced, and conceptualizations may have led to somewhat inaccurate conclusions regarding their associations. PRACTICE IMPLICATIONS: With limited resources, knowledge of nurse work attitudes can inform human resource practices and operational policies involving training programs in employee communication, transparency, interaction, support, and performance evaluation.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».