Staff Turnover Intention at Long-Term Care Facilities: Implications of Resident Aggression, Burnout, and Fatigue
Notice bibliographique
Résumé
OBJECTIVES: Staff shortages and the high turnover rate of nursing assistants pose great challenges to long-term care. This study examined the effects of aggression from residents of long-term care facilities, burnout, and fatigue on staff turnover intention. The findings will help managers to devise effective measures to retain their staff. DESIGN: Cross-sectional descriptive study design. SETTING AND PARTICIPANTS: A total of 800 nursing assistants were recruited from 70 long-term care facilities using convenience sampling. METHODS: The participants were individually interviewed and provided information about their turnover intention, resident aggression witnessed and experienced, self-efficacy, neuroticism, burnout, fatigue, and personal and facility characteristics. RESULTS: Hierarchical multiple regression analysis revealed that the size and organizational practices of long-term care facilities were not associated with staff turnover intention. Staff who spent less time in the industry reported witnessing resident-to-resident aggression, experienced resident-to-staff aggression, reported high levels of burnout, had acute or chronic fatigue, and had low levels of inter-shift recovery were more likely than others to report a high turnover intention. CONCLUSIONS AND IMPLICATIONS: Staff turnover poses great challenges to staff, residents, and organizations. This study identified important factors that may help support staff in long-term care facilities. Specific measures, such as person-centered care to diminish resident aggression by addressing residents' unmet needs, work-directed programs to mitigate burnout and improve staff mental health, and flexible schedules to prevent fatigue should also be advocated to prevent staff turnover.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».