Pediatric Nurses' Turnover Intention and Its Association with Calling in China's Tertiary Hospitals
Notice bibliographique
Résumé
PURPOSE: To examine the turnover intention of Chinese pediatric nurses, its influential socio-demographic factors, and the association with calling and job satisfaction. DESIGN AND METHODS: We randomly surveyed 10% of the nurses from 50% of the children's tertiary hospitals nationwide in China. Data were collected on nurses' turnover intention and associated factors such as age, income, skill level, working years, job satisfaction, and calling in 2017. RESULTS: In total, 547 nurses were surveyed, and the response rate was 98.6%. More than a third of pediatric nurses had the intention to quit their current jobs. Influential factors associated with turnover intention included position, skill level, calling, and job satisfaction. Low job satisfaction of administration, workload, relationships with colleagues, work itself, and remuneration and benefits were negatively associated with turnover intention, with the odds ratio of high turnover intention in the lowest level of satisfaction ranging from 2.0-7.8 when compared with the medium level. However, calling was the strongest factor influencing turnover intention, and a weak calling may increase the risk of high turnover intention more than ten times, after adjusting for job satisfaction. Job satisfaction may partially mediate the relationship between calling and turnover intention. CONCLUSION: The turnover intention of nurses was high in Chinese pediatric tertiary hospital. Calling may be the strongest influential factor of turnover intention. PRACTICE IMPLICATIONS: To alleviate pediatric nurses' turnover rate, it may be helpful to develop interventions to increase job satisfaction and calling.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».