Nursing Job Stability in Ontario: Comparing Long-Term-Care Homes with Other Health Care Sectors
Notice bibliographique
Résumé
L’affirmation selon laquelle les foyers de soins de longue durée (FSLD) auraient connu un roulement élevé reflétant l’insatisfaction du personnel était très répandue pendant la pandémie de covid-19. À partir du recensement des infirmières et infirmiers autorisés (IA) et des infirmières et infirmiers auxiliaires autorisés (IAA) de l’Ontario entre 2014 et 2020, nous comparons les FSLD à d’autres secteurs des soins de santé relativement (a) aux caractéristiques du personnel et des emplois et (b) au taux de roulement des emplois (à distinguer du taux de roulement professionnel). Les IA des FSLD sont plus âgé·es, ont un niveau de scolarité inférieur et sont plus susceptibles d’avoir été formé·es à l’extérieur du Canada comparativement à la moyenne provinciale, tandis que les IAA se rapprochent davantage de cette norme. Les emplois en FSLD sont plus susceptibles d’être exercés en milieu rural et de reposer sur des contrats occasionnels et des heures irrégulières que les emplois dans la plupart des autres secteurs. Avant la pandémie, les IA des FSLD se situaient au milieu de la courbe de distribution du taux de roulement sectoriel, tandis que les IAA s’y situaient plus bas que tous les secteurs à l’exception des hôpitaux. Parmi les infirmières qui ont changé d’emploi, la rétention dans le secteur des FSLD est semblable à celle des autres secteurs. Dans l’ensemble, les indicateurs de roulement du personnel n’appuient pas l’idée que la satisfaction au travail dans les FSLD est moins élevée que dans les autres secteurs. Au cours de la première année de la pandémie, de petits changements dans le roulement du personnel ont été observés, mais il est difficile de distinguer les restrictions concernant l’occupation de plusieurs emplois, restrictions liées à la pandémie, des autres causes.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».