Community‐based personal support workers' satisfaction with job‐related training at the organization in Ontario, Canada: Implications for future training
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Complexity of community-based homecare for older adults has increased significantly in the past decade in Ontario, Canada. Personal support workers (PSWs), who are unregulated and vary in formal education, provide the majority of community homecare work for increasingly complex clients. This paper seeks to understand community-based PSWs' satisfaction with opportunities for job-related training at their employing organization to provide the skills and knowledge to meet the demands of their evolving role. METHODS: Data for this paper are from a cross-sectional survey of 1746 community-based PSWs in Ontario, Canada entitled, "The PSW Health and Safety Matters Survey" www.pswshaveasay.ca. This survey was part of a research project "Keeping Community Based PSWs Safe in a Changing World of Work," funded by the Ontario Ministry of Labour. The data were analyzed using descriptive statistics, correlations, multivariate regression, and thematic analysis. RESULTS: Quantitative analysis revealed most community homecare organizations offer PSWs job-related training to help them retain and update their skills and that PSWs have a moderate level of satisfaction with their job-related training. The analysis revealed that PSWs' satisfaction with organizational training is greater when the organization provides work-related training on challenging tasks, lifting and transferring tasks, and tasks delegated by nurses and supervisors. Data from the open-ended question highlighted seven key themes for desired training by PSWs: safe body mechanics for moving/lifting clients, managing aggression primarily with clients, infection control, CPR/first aid, mental illness, equipment training, and basic health and safety. CONCLUSION: Implications for factors associated with PSWs' satisfaction with opportunities for job-related training are discussed along with recommendations for mitigating variability in education and training to meet the demands of their evolving role.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».