MétaCan
Menu
← Retour à la cohorte
Enregistrement W3094696640 · doi:10.71781/6713

Facteurs qui influencent l'intention de quitter d'infirmières praticiennes spécialisées en première ligne travaillant dans le réseau public de santé

2019· dissertation· fr· W3094696640 sur OpenAlexaboutno aff
Marie-Pier Beaudry

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Problématique: Dans les dernières années plusieurs études ont exposé les défis auxquels font face des infirmières praticiennes spécialisées en première ligne (IPSPL) dans leur pratique quotidienne. Le manque d’autonomie, l’étendue de pratique limitée et le manque de collaboration dans les équipes de soins sont des facteurs qui sont principalement ressortis de ces études. Les IPSPL aux Québec n’y font pas exception. En effet, leur déploiement a aussi été difficile pour certaines. Ces difficultés rencontrées peuvent inciter les IPSPL à quitter leur travail. Connaître les facteurs influençant l’intention de quitter des IPSPL pourrait donc permettre de maintenir ces professionnelles indispensables dans les milieux de soins. But: Identifier les facteurs qui influencent l’intention de quitter des IPSPL travaillant dans le réseau public de santé québécois. Méthode: La présente étude est une analyse secondaire de données collectées à l’aide d’un questionnaire auto-administré d’une durée approximative de 45 minutes entre mars et avril 2017. L’échantillon de cette étude est composé des 222 IPSPL qui y ont participé. Les facteurs influençant l’intention de quitter mesurés sont : la reconnaissance au travail, les conditions de l’environnement de travail, la relation et le soutien du gestionnaire, le soutien de l’organisation et les pratiques organisationnelles, la relation avec les collègues de travail, les caractéristiques personnelles de l’infirmière et les facteurs externes. Des analyses descriptives, bivariées et une analyse de régression multiple ont été utilisées afin de répondre au but de l’étude. Résultats: 23% des IPSPL pensent quitter leur établissement de soins d’ici les trois prochaines années (n=199), 2% pensent quitter la profession (n=198) et 10% pensent quitter le réseau public au profit d’une organisation privée (n=196). Ces résultats étant comparables à ceux obtenus dans une étude publiée en 2011 où 27,2% des infirmières praticiennes spécialisées (IPS) pensaient quitter leur emploi et où 5,5% d’entre-elles pensaient quitter la profession infirmière (n= 254). Les facteurs associés à l’intention de quitter des IPSPL sont : la diminution du salaire comparativement au salaire net avant d’être IPS et l’absence de flexibilité dans les horaires comparativement à la présence de flexibilité dans les horaires. Aussi, la diminution de la collaboration avec les autres professionnels de la santé et les médecins a été associée avec l’augmentation de l’intention de quitter. Conclusion: Ces nouvelles connaissances pourront aider les gestionnaires dans l’élaboration de stratégies de rétention afin de maintenir les IPSPL en poste.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,367
Score d'incertitude au seuil0,729

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,080
Tête enseignante GPT0,443
Écart entre enseignants0,364 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetHealthcare Systems and Practices→Travaux en français237 207→