Associations of regrets and coping strategies with job satisfaction and turnover intention: international prospective cohort study of novice healthcare professionals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS OF THE STUDY: (1) To assess the associations of care-related regrets with job satisfaction and turnover intention; and (2) to examine whether these associations are partially mediated by coping strategies. METHODS: Data came from ICARUS, a prospective international cohort study of novice healthcare professionals working in acute care hospitals and clinics from various countries (e.g., Australia, Austria, Botswana, Canada, Denmark, France, Haiti, Ireland, Kenya, the United Kingdom and United States). Care-related regrets (number of regrets and regret intensity), coping strategies, job satisfaction and turnover intention were assessed weekly for 1 year. RESULTS: 229 young healthcare professionals (2387 observations) were included in the analysis. For a given week, experiencing a larger number of care-related regrets was associated with decreased job satisfaction, and experiencing more intense care-related regrets was associated with increased turnover intention. These associations were partially mediated by coping strategies. Maladaptive emotion-focused strategies were associated with decreased job satisfaction and increased turnover intention, whereas adaptive problem-focused strategies showed the opposite pattern. CONCLUSIONS: Our results revealed that care-related regrets and maladaptive coping strategies are associated with job dissatisfaction and the intention to quit patient care. Helping healthcare professionals to cope with these emotional experiences seems essential to prevent early job quitting.  .
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 découle