Emergency Nurses’ Perceptions of Leadership Strategies and Intention to Leave: A scoping review of the literature
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BackgroundRetention of registered nurses in emergency departments (EDs) is as a critical issue, further exacerbated by the COVID pandemic. Leaders influence work life and working environment, but it is unclear what strategies leaders use to address nurse staffing issues in the ED. The purpose of this scoping review is to understand if leadership strategies used in EDs have links to nursing retention and turnover. MethodologyThis scoping review was completed with a comprehensive search within Cumulative Index to Nursing and Allied Health Literature, EMCARE, EMBASE. Two authors developed inclusion and exclusion criteria, did title and abstract screening, and full text screening using review software. Data extracted from included studies was analyzed to determine leadership strategies and relationships to intent to stay, retention, intent to leave, or turnover. ResultsOf the 553 records identified, nine met inclusion criteria. Leadership strategies identified in the studies included support from supervisor, engagement by the leader, organizational culture assessment, and a cultural change toolkit. No leadership strategy influenced nurse intention to stay, retention, intention to leave or turnover. ConclusionEmergency nurse retention and the prevention of turnover is a multidimensional issue stemming from various factors that may not be controllable due to the nature of the setting. However, leaders can implement strategies and provide support to staff to enhance quality of work life and the work environment. More information is needed to understand how leaders can influence the current and future supply of emergency nurses to produce quality patient care outcomes.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 découle