Career decisions and aspirations of early‐career nurses: Insights from a qualitative interpretative description study
Notice bibliographique
Résumé
AIM: To explore the career decisions and aspirations of early-career registered nurses in New Brunswick, Canada. DESIGN: A qualitative study using an interpretive description approach was conducted. METHODS: Semi-structured one-on-one interviews were conducted with a purposive sample of nurses (n = 22) currently working in New Brunswick, Canada, with up to 5 years of experience from February to April 2022. RESULTS: Participants described diverse career paths and aspirations. Personal factors affecting these included the desire for meaningful work, career satisfaction, work-life balance, spending time with family, working in a preferred location, and finances. Professionally, working conditions were the dominant factor influencing early-career nurses' career decisions and aspirations. Participants described how short staffing, safety, support, and scheduling influenced their day-to-day work, mental and physical health, job and career satisfaction, and intent to leave. CONCLUSION: The findings highlighted the abundant and diverse career opportunities available to nurses early in their careers. Early-career nurses are interested in finding nursing positions with a high degree of person-job fit and value opportunities for ongoing professional education and growth. IMPACT: This study in New Brunswick, Canada, explores early-career nurses' career decisions and aspirations during nursing shortages and the pandemic, emphasizing the importance of person-job fit. Recommendations include improving working conditions and career pathways to enhance the sustainability of the nursing profession. REPORTING METHOD: Standards for Reporting Qualitative Research (SRQR). PATIENT OR PUBLIC CONTRIBUTION: No patient or public contribution.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».