MétaCan
Menu
Retour à la cohorte
Enregistrement W2901326116 · doi:10.1097/nna.0000000000000695

The Intergenerational Impact of Management Relations on Nurse Career Satisfaction and Patient Care

2018· article· en· W2901326116 sur OpenAlexaffabout
Sheri Price, Martha Paynter, Linda M. Hall, Carol Reichert

Notice bibliographique

RevueJONA The Journal of Nursing Administration · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésJob satisfactionCareer developmentThematic analysisPsychologyNursingCareer managementCareer PathwaysUnit (ring theory)Medical educationQualitative researchMedicinePublic relationsSocial psychologySociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This article provides insights into the role of management relations on nurses' career satisfaction across different career stages. BACKGROUND: Managers and positive relations with staff are critical to improving job satisfaction, career development, and retention for new graduates to mid- to late-career nurses. METHODS: Using a descriptive qualitative approach, we conducted a thematic analysis of 18 focus groups held in 8 Canadian provinces with 185 student, early-career, and mid- to late-career nurse participants. RESULTS: Student participants expressed the need for a supportive environment to enable successful transition to practice. Early-career nurses expected effective leadership at the unit level, effective communication, and positive working relationships to enable best care outcomes. Mid- to late-career nurses were most dissatisfied with management interactions and relationships. CONCLUSIONS: Management relations are important across all career stages, affecting patient care and job satisfaction. Findings provide insight into how nurse-manager relations can be enhanced from new graduate support to guidance in career development and ongoing recognition and respect for nurses throughout their careers.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,343
Écart entre enseignants0,320 · 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 tête enseignante, 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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJONA The Journal of Nursing AdministrationMême sujetNursing education and managementTravaux en français237 207