MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387022369 · doi:10.5430/jnep.v14n1p42

Meaningful recognition program for nursing faculty insights learned during the pandemic

2023· article· en· W4387022369 sur OpenAlexvenueno aff
Sherrie A. Palmieri

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBurnoutCompassion fatigueNursingPsychological interventionCompassionPandemicNursing shortageEconomic shortagePsychologyJob satisfactionCoronavirus disease 2019 (COVID-19)MedicineNurse educationClinical psychologySocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Nursing programs face faculty shortages further aggravated by burnout and low pay compared to the private sector. As meaningful recognition programs are linked to resiliency and improved job satisfaction, this university initially implemented the DAISY Award for Extraordinary Nursing Faculty program in 2014. With the significant changes experienced during the pandemic, the university wanted to strengthen the Daisy Award program and determine its impact on Compassion Satisfaction (CS) and Compassion Fatigue (CF). Nursing faculty are at increased risk for CF (burnout and secondary traumatic stress) due to clinical errors, patient illness, death, and multicultural differences. These risks have increased across nursing settings with the pandemic. In the clinical setting, research has shown that effective implementation of the Daisy Award Program provides nurses with meaningful recognition that increases CS and decreases CF. There is limited literature on how meaningful recognition programs influence CS and CF for nursing faculty. The purpose of this research study is to evaluate whether strategies to improve the DAISY Award program influence CS and CF for nursing faculty. The study design was quasi-experimental, utilizing a pre-and post-survey design following interventions to strengthen the DAISY Award program through centralized communication and recognition strategies. Across the two data collection periods, CS remained high and CF low (non-significant findings) overall, though visiting professors had statistically significantly higher CS and lower CF than full-time faculty. Given the pandemic timing, it is unknown if the meaningful recognition program contributed to maintaining the desired CS and CF results, and further research is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,374
Tête enseignante GPT0,587
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and Practice→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→