MétaCan
Menu
Retour à la cohorte
Enregistrement W3003335360 · doi:10.12927/hcpol.2019.26074

Retirement Decision-Making among Registered Nurses’ and Allied Health Professionals: A Descriptive Analysis of Canadian Longitudinal Study on Aging Data

2019· article· en· W3003335360 sur OpenAlexaffvenueabout
Sarah Hewko, Trish Reay, Carole A. Estabrooks, Greta G. Cummings

Notice bibliographique

RevueHealthcare policy · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRetirement, Disability, and Employment
Établissements canadiensUniversity of AlbertaUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésWorkforceLongitudinal studyHealth and Retirement StudyDescriptive researchHealth professionalsDescriptive statisticsGerontologyPsychologyLongitudinal dataNursingMedicineHealth careDemographyPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

A population's health is dependent on the availability of skilled health professionals. We know little about retirement decision-making among publicly employed Canadian registered nurses (RNs) and allied health professionals (AHPs). We identified and compared factors reported to influence early versus 65+ retirement decisions among RNs (n = 794) and AHPs (n = 393). RNs, on average, retired at 58.1 years and AHPs at 59.4 years. More than two thirds retired before age 65. Among RNs, caregiving demands predict early retirement - policies supporting employed RN caregivers may reduce early workforce exits among publicly employed RNs.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,765

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,519
Tête enseignante GPT0,564
Écart entre enseignants0,045 · 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

Citations9
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetRetirement, Disability, and EmploymentTravaux en français237 207