Occupational stress, quality of working life and turnover intention amongst nurses
Notice bibliographique
Résumé
BACKGROUND: Turnover intention is a frequent event in almost all institutions and is associated with unfavourable consequences for employees. AIM: The aim of this study was to examine the relationship between occupational stress, quality of working life and turnover intention amongst nurses working in critical care units in Iran. DESIGN: A cross-sectional survey design was used. METHOD: The study was conducted in the critical care units of 10 hospitals in Tabriz, Iran, between July and November 2017 using a sample of 203 nurses. Data were obtained using a self-administered questionnaire, and multiple logistic regression analysis was performed to determine the factors impacting turnover intention. RESULTS: Overall, 64% of nurses had an intention to leave their job; 82·8% of respondents reported their job to be highly stressful, and 81·2% reported their quality of working life to be low. Binary logistic regression analysis indicated that age (p = 0·006), clinical experience (p = 0·005), duty stressors (p = 0·040), interpersonal relations stressors, (p = 0·029) communication (p = 0·007), motivation (p = 0·006), job security (p = 0·040) and job pride (p = 0·011) were factors affecting turnover intention. CONCLUSION: Occupational stress and quality of working life are associated with turnover intention amongst nurses working in critical care units. Further research is needed to determine the generalizability of these results to other settings and countries and to identify interventions that could reduce occupational stress and improve the quality of working life so that turnover intention might be reduced. RELEVANCE TO CLINICAL PRACTICE: The findings of this research suggest that lower perceived occupational stress and higher quality of working life will result in less reported turnover intention in critical care unit nurses.
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 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 | 0,002 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».