Individual and organizational features of a favorable work environment in nursing homes: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: The organizational context in healthcare (i.e., the work environment) is associated with patient outcomes and job satisfaction. Long-term care is often considered to be a challenging work environment, characterized by high job demands, low job control, a fast work pace and job dissatisfaction, which may affect patient care and increase staff turnover.This study aims to investigate the organizational context in nursing homes and the features of favorable or less favorable work environments. METHODS: This study is a cross-sectional study of registered nurses and licensed practical nurses in Bergen, Norway (n = 1014). The K-means clustering algorithm was used to differentiate between favorable and less favorable work environments, based on the Alberta Context Tool. Multilevel logistic regression analysis was used to investigate the associations between individual sociodemographic factors, nursing home factors and the probability of experiencing a favorable work environment. RESULTS: 45% of the sample (n = 453) experienced working in a favorable work environment. Contextual features (especially a supportive work culture, more evaluation mechanisms and greater organizational slack resources) and individual features (having a native language other than Norwegian, working day shifts, working full time and belonging to a younger age group) significantly increased the likelihood of experiencing a favorable work environment. CONCLUSION: The work environment in nursing homes is composed of modifiable contextual features. Action in relation to less favorable features and their associated factors should be a priority for nursing home management. This survey indicates that specific steps can be taken to reduce the reliance on part-time workers and to promote the work environment among staff working the night shift.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».