MétaCan
Menu
Retour à la cohorte
Enregistrement W4389332176 · doi:10.1371/journal.pgph.0002675

Effect of mode of healthcare delivery on job satisfaction and intention to quit among nurses in Canada during the COVID-19 pandemic

2023· article· en· W4389332176 sur OpenAlexaffabout
Safoura Zangiabadi, Hossam Ali‐Hassan

Notice bibliographique

RevuePLOS Global Public Health · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésHealth carePandemicJob satisfactionNursingMedicineModalitiesLogistic regressionHealthcare deliveryFamily medicinePsychologyCoronavirus disease 2019 (COVID-19)Social psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic resulted in a major shift in the delivery of healthcare services with the adoption of care modalities to address the diverse needs of patients. Besides, nurses, the largest profession in the healthcare sector, were imposed with challenges caused by the pandemic that influenced their intention to leave their profession. The aim of the study was to examine the influence of mode of healthcare delivery on nurses' intention to quit job due to lack of satisfaction during the pandemic in Canada. This cross-sectional study utilized data from the Health Care Workers' Experiences During the Pandemic (SHCWEP) survey, conducted by Statistics Canada, that targeted healthcare workers aged 18 and over who resided in the ten provinces of Canada during the COVID-19 pandemic. The main outcome of the study was nurses' intention to quit within two years due to lack of job satisfaction. The mode of healthcare delivery was categorized into; in-person, online, or blended. Multivariable logistic regression was performed to examine the association between mode of healthcare delivery and intention to quit job after adjusting for sociodemographic, job-, and health-related factors. Analysis for the present study was restricted to 3,430 nurses, weighted to represent 353,980 Canadian nurses. Intention to quit job, within the next two years, due to lack of satisfaction was reported by 16.4% of the nurses. Results showed that when compared to participants who provided in-person healthcare services, those who delivered online or blended healthcare services were at decreased odds of intention to quit their job due to lack of job satisfaction (OR = 0.47, 95% CI: 0.43-0.50 and OR = 0.64, 95% CI: 0.61-0.67, respectively). Findings from this study can inform interventions and policy reforms to address nurses' needs and provide organizational support to enhance their retention and improve patient care during times of crisis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,027
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 Opus0,067
Tête enseignante GPT0,411
Écart entre enseignants0,344 · 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 tête enseignante, 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207