Lost in transition-Newly qualified registered nurses and their transition to practice journey in the first six months: A qualitative descriptive study
Notice bibliographique
Résumé
Background and objective: Poor transition to practice during the first year of graduate nurses' employment causes compromised patient care and a high staff turnover. Globally, as the world grapples with an ageing population and increasing healthcare demands, it is imperative to retain newly qualified Registered Nurses to sustain the nursing workforce. Objectives: To explore newly qualified Registered Nurses on their transition to practice journey during their first six months of employment.Methods: Design: A qualitative descriptive design. Settings: A large metropolitan public hospital in Singapore. Participants: A purposive sample of eleven newly qualified Registered Nurses with six months of graduate working experience. Methods: One-to-one semi-structured interviews were conducted, audio-taped and transcribed verbatim. Thematic analysis was employed in this study.Results: Three themes emerged from the data analysis: personal adaptations, professional adaptations and organisational adaptations. Subthemes of personal adaptations include a new experience, seeking help and coping with transition. Under professional adaptations, the subthemes are accountability, coordination, interprofessional relationships and knowledge. Subthemes of organisational adaptations are staff support, working environment and transition to practice programme.Conclusions: The findings emphasized the importance of establishing responsibilities, performance expectations and appropriate workplace behaviors guidelines, and to bridge the gap between transition to practice programme and preceptorship is also necessary.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».