Turnover intention among primary health workers in China: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objectives To analyse the prevalence and determinants of turnover intention (TI) among primary health workers (PHWs) in China to provide evidence for improving retention measures. Design Systemic review and meta-analysis. Data sources Four English-language databases (PubMed, EMBASE, Cochrane Library, PsycINFO) and three Chinese databases (CNKI, CSPD, CBM) were searched up to October 2019. Eligibility criteria Eligible studies were observational or descriptive studies conducted in mainland China. The prevalence of TI among health workers and related factors had to be explicitly reported in each included study. Data extraction and synthesis Data were extracted by one author and reviewed independently by two other authors. For each factor analysed by a meta-analysis, the factor was required to be the same across different studies, and at least three studies had to include it. The quality of studies was assessed using the Newcastle–Ottawa Scale and heterogeneity was evaluated using the I 2 statistic. Results We identified 16 cross-sectional studies investigating a total of 37 672 PHWs. The prevalence of TI was 30.4%. Subgroup analysis revealed that the highest prevalence was observed in the community primary healthcare institutions and the eastern provinces of China. Meta-analyses indicated that 21 factors were significantly associated with TI, including demographic factors (gender, age, education, marital status), job characteristic factors (title, work seniority, remuneration, social status, organisational affiliation, work stress) and job satisfaction factors (learning and training opportunity, interpersonal relationship, work condition and environment, and so on). Conclusion This study highlights the problem of TI among PHWs in China. Efforts should be made to improve conditions in both work-related areas and areas outside of work. Policymakers should continue to improve reward systems, the construction of infrastructure and promotion systems, and pay more attention to PHWs’ lives outside of work and meet their living needs.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,002 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».