EXAMINATION OF STAFFING STABILITY IN LONG-TERM CARE
Notice bibliographique
Résumé
Abstract Background Long-term care (LTC) homes in Ontario, Canada face challenges of recruiting and retaining qualified staff prepared to address resident care needs. Objectives To gain knowledge of the barriers and facilitators associated with recruiting and retaining nurses (RPNs/RNs) and personal support workers (PSW) in LTC. Method Online survey questionnaires were distributed to staff working in a municipal home, and to PSW and nursing students. Staff participants (n=93) ranked how they perceived their work in LTC during COVID-19 to inform staffing stability efforts, and were invited to elaborate further on their responses using open-ended questionnaire. Nursing student participants (n=11) ranked how they perceived working in LTC. Results Findings revealed that staff participants (57%) reported intentions to remain in their LTC employment, leaving about 43% of the workforce at risk of leaving. Four themes emerged from this study: (1) Embracing resident centred care as the top priority; (2) Rebuilding a health workplace through enhanced leadership and organizational support; (3) Promoting quality of care through open communication and professional development opportunities; and (4) Transforming work scheduling policies and staffing practices to support workforce retention. Conclusion Senior leaders and LTC organizations play a critical role in refocusing staffing stability efforts. To help make LTC a workplace of choice, major changes must be considered to include greater visibility and presence of leadership, ongoing training and education, and revisit scheduling policies and practice with input from part-time and casual staff.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».