Are long shifts, overtime and staffing levels associated with nurses’ opportunity for educational activities, communication and continuity of care assignments? A cross-sectional study
Notice bibliographique
Résumé
Background & Objectives: Previous research demonstrates the impact of workforce organisation variables on quality of care and nurse wellbeing. However, the extent to which these variables influence completion of important "ancillary" nursing work is unexplored. This type of work can include discussion of care information between colleagues, promoting continuity of care during shift changes, and participating in continuing professional development programs. Although ancillary work is not usually classified as direct nursing care, it remains critical to the delivery of safe and effective care, as well as for building nurse resiliency and workforce capacity. Our aim was to examine the relationship between ≥12-hour shifts, overtime, and lower staffing levels and opportunities for completing ancillary work. Design & Methods: Cross-sectional survey of 2990 registered nurses in 48 hospitals in England. Relationships were estimated through generalised linear mixed models. Results: When compared to ≤8 hour shifts, nurses working ≥12-hour shifts were less likely to report having staff education programs (OR=0.58, 95% CI [0.43, 0.76]) and enough opportunity to discuss patient care with other nurses (OR=0.72, 95% CI [0.56, 0.92]). When compared to working overtime, nurses working only scheduled hours reported more opportunities these activities (OR=1.31, 95% CI [1.07, 1.61] and OR=2.06, 95% CI [1.72, 2.47] respectively), and reported fewer cases of losing care information during handovers (OR=0.72, 95% CI [0.60, 0.86]). Furthermore, with each additional patient per nurse (i.e., higher workloads), poorer outcomes for all variables of interest were observed. Conclusion: Long shifts, overtime, and lower staffing levels are associated with fewer reported opportunities for completing ancillary work. Our findings contribute to the large body of literature exploring the drawbacks of implementing short-term solutions for nurse shortages and warrant careful consideration when establishing nursing shift rotas and staffing policies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».