MétaCan
Menu
Retour à la cohorte
Enregistrement W3186916960 · doi:10.5539/ibr.v14n8p67

The Role of Human Resources Management Towards Healthcare Providers Retention during Covid-19 Pandemic in Egypt

2021· article· en· W3186916960 sur OpenAlexvenueno aff
Ashraf Elsafty, Mohammad Ragheb

Notice bibliographique

RevueInternational Business Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveHealth careBusinessPandemicCoronavirus disease 2019 (COVID-19)MarketingPublic relationsEconomicsEconomic growthMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

HRM has a significant role in motivating the employees and ensuring that every employee is satisfied with the HR practices. Healthcare providers have been facing stress and depression especially in Egypt, due to COVID-19. In this country, the healthcare providers are looking for alternatives to achieve satisfaction as COVID-19 has affected their jobs, salaries, incentives, and bonuses. The past studies have focused on assessing the HRM’s role in employee retention and satisfaction during the COVID-19 pandemic in Egypt. The past research discussed the impact of motivation, incentives, and rewards on the employees’ motivation. This study focused on evaluating the role of HRM towards the healthcare providers' retention during COVID-19 in Egypt. This study relied on the quantitative approach for achieving the findings and conclusion. The sample size of the study involved 120 healthcare providers working in different hospitals. The results revealed that intrinsic motivation, rewards, incentives, monetary benefits, and non-monetary benefits have an essential role in maintaining the healthcare providers during COVID-19. It is concluded that HR can play a significant role in retaining key healthcare providers in COVID-19. The elements including intrinsic motivation, incentives, non-monetary, and monetary benefits can play a significant part in retaining healthcare providers. HR departments should focus on releasing salaries on time, providing specific bonuses, and providing incentives to healthcare providers whenever they perform at their best level.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,033
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,180
Tête enseignante GPT0,495
Écart entre enseignants0,315 · 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'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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetCOVID-19 and healthcare impactsTravaux en français237 207