HUMAN RESOURCE MANAGEMENT PRACTICES, ORGANIZATIONAL CULTURE, AND NURSE STAFFING TURNOVER
Notice bibliographique
Résumé
Abstract This study examines whether nursing homes’ (NHs) human resource management (HRM) practices and organizational culture are associated with nursing staff turnover. HRM practices are classified into traditional (employment selection tests, formal performance appraisal systems, and realistic job previews); employee-centered (flexible work hours and job sharing); and high involvement (incentive based/merit pay and self-managing teams). Organizational culture consists of four types: clan culture (friendly working environment); adhocracy culture (dynamic/creative working environment); market culture (results-based organization); and hierarchy culture (formalized/structured work environment). This study used facility survey data from approximately 324 NH administrators (30% response rate) from 2017- 2018, merged with secondary data from LTCFocus, Area Health Resource File, and Medicare Cost Reports. The dependent variables consisted of RN, LPN, and CNA turnover rates (% voluntarily quit), while the independent variables comprised HRM practices and type of organizational culture. Control variables consisted of organizational (ownership, chain affiliation, size, occupancy rate, and payer mix) and county-level factors (Medicare Advantage penetration, income, education, unemployment rate, poverty, and competition). Generalized linear model results show that every unit increase in high-involvement HRM practices is associated with a reduction of 6%, 4%, and 2% in RN, LPN, and CNA turnover rates, respectively. Also compared to hierarchical cultures, nursing homes with a clan culture are associated with a reduction of 62%, 49%, and 33% in RN, LPN, and CNA turnover rates, respectively. HRM practices and organizational cultures that promote employee participation, engagement, and empowerment have the potential to reduce nurse staffing turnover rates among underresourced nursing homes.
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 | 0,003 | 0,011 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».