Understanding Employee Voice Behavior Through the Use of Digital Voice Channel in Long-Term Care: Protocol for an Embedded Multiple-Case Study
Notice bibliographique
Résumé
BACKGROUND: Specific challenges in the health care sector, such as hierarchical structures, shortages of nursing staff, and high turnover of nursing staff, can be addressed by a change process of organizational culture into shared governance. Data from business organizations show that the use of digital voice channels provides employee voice. This approach makes concrete the opportunity for employees to raise their voices by answering surveys and making comments in an anonymous forum, which subsequently positively influences staff turnover and sick leave. Since there is no clear understanding of how a digital voice channel can be used in long-term care to address employee voice, a research gap has been identified. OBJECTIVE: The purpose of ADVICE (Understanding Employee Voice Behavior; the acronym for this study) is to understand how the use of a digital voice channel performs in long-term care (residential long-term care and home care facilities). The aim of this study is to understand how the digital voice channel can support staff in making their voices heard and to see what managers need to use the voice channel to change the work environment. METHODS: An embedded multiple-case study will be used to explore the experiences of 2 health care providers who have already implemented a digital voice channel. ADVICE is organized into two main phases: (1) a scoping review and (2) an embedded multiple-case study. For this purpose, focus group interviews with employees, discursive-dialogical interviews with managers, meeting protocols, and data from the digital voice channel will be analyzed. First, all units of analysis from every embedded unit will be separately analyzed and then comprehensively analyzed to obtain a case vignette from every embedded unit (within-analysis). In the second stage, the analyzed data from the embedded units will be compared with each other in a comparative analysis (cross-analysis). RESULTS: The results will provide insight into how digital voice channels can be used in long-term care to address employee voice. We expect to find how the digital voice channel can empower nurses to speak up and, consequently, create a better work environment. Data collection began in August 2023, and from a current perspective, the first results are expected in summer 2024. CONCLUSIONS: In summary, the results may help to better understand the use of a digital voice channel in the health care sector and its transformative potential for leadership. At the organizational level, research can help to improve the attractiveness of the workplace by understanding how to give employees a voice. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/48601.
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 | 0,100 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,007 |
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 ».