MétaCan
Menu
Retour à la cohorte
Enregistrement W4387115562 · doi:10.3928/00989134-20230918-02

Job Satisfaction for Caregivers and Other Employees in Innovative Long-Term Care Homes for Residents With Cognitive Problems

2023· article· en· W4387115562 sur OpenAlexaffabout
M. Hardy, Philippe Voyer, Clémence Dallaire, Diane Morin, Pierre Durand, Edeltraut Kröger, Camille Savoie, Anne‐Marie Veillette

Notice bibliographique

RevueJournal of Gerontological Nursing · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAutonomyJob satisfactionFlexibility (engineering)PaceWork (physics)Gerontological nursingPsychologyNursingQuality (philosophy)CognitionDelegationLong-term careGerontologyMedicineSocial psychologyPolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

New housing models have emerged in Europe, Australia, the United States, and Canada. Intended for individuals with neurocognitive disorders, these models are characterized by a philosophy centered on the person, self-determination, liberty of choice, flexibility of care, acceptance of risk, and autonomy. Work and care are organized according to the pace and preferences of residents. The current multiple case study highlights the main sources of job satisfaction for caregivers and other employees in four innovative residential settings. Five themes are addressed as perceived by 58 employees: Work Motivation , Work Organization , Collaboration and Decision-Making Latitude , Quality of Work Life , and Continuing Education . These data will help inform clinical staff, policymakers, and the scientific community about clinical and organizational practices that contribute to job satisfaction in innovative residential settings. [ Journal of Gerontological Nursing, 49 (10), 36–43.]

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,424
Écart entre enseignants0,345 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Gerontological NursingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207