Multiorganizational Partnerships: A Mechanism for Increasing the Employment of Internationally Educated Nurses
Notice bibliographique
Résumé
BACKGROUND: Internationally educated nurses (IENs) face multiple challenges in entering and integrating into the Canadian workforce. These challenges include getting to know the Canadian culture, nursing accountabilities, professional practice requirements and experience or qualifications deemed not equivalent to the Canadian standard. Hamilton Health Sciences' (HHS') IEN Integration Project has been funded by the Ontario and Canadian governments to support IENs in overcoming these challenges and contribute to the healthcare system. AIM: The aim of this article is to describe a multiorganizational project that prepares IENs for employment in Canadian healthcare. STRATEGY: HHS invited partners in education and immigrant support services to co-design the project. A community collaboration employment model (CCEM) was developed to leverage each partner's strengths in targeted interventions to address the needs of IENs, as identified in focus groups. The interventions pertain to professional practice and accountability in the Canadian healthcare setting, workplace language, communication and selected clinical skills. RESULTS: Between project initiation in 2009 and early 2021, 591 IENs obtained employment. CONCLUSION: Multiorganizational partnerships can help build and sustain a strong nursing workforce, and IENs can fill gaps in care. A needs-based approach and the CCEM increased the likelihood of IEN employment. The ability of the CCEM to engage partners makes it relevant for healthcare organizations.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».