MétaCan
Menu
Retour à la cohorte
Enregistrement W4390298290 · doi:10.25071/2291-5796.155

Where are they going, and what can we do to keep them? Intent to leave among nurses in British Columbia, Canada

2023· article· en· W4390298290 sur OpenAlexaffvenueabout
Mycal Barrowclough, Tarya Morel, Shu Yi Chua, Sandra Wu

Notice bibliographique

RevueWitness The Canadian Journal of Critical Nursing Discourse · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStaffingThematic analysisVariety (cybernetics)NursingCompensation (psychology)PsychologyMedicineQualitative researchSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

Purpose. To identify: (1) alternate professions being considered by nurses, and (2) potential policy levers to retain them. Methods. This study describes responses to a subset of questions on a survey of nearly 15,000 nurses in British Columbia. Participants expressing intent to leave were asked what other professional options they were considering, and what changes they would need to keep them in nursing. We used thematic analysis to identify themes and sub-themes of participant responses. Results. Fewer than one in five nurses expressed intent to stay in the profession for more than two years. Participants cited a wide variety of other professional options available to them; the most commonly cited category was ‘anything but nursing’. When asked what they needed to stay in nursing, participants described improvements in compensation, safe staffing, work/life balance, workplace culture, physical and psychological safety, and opportunities for advancement.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,481
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
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 Opus0,014
Tête enseignante GPT0,288
Écart entre enseignants0,274 · 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.

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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWitness The Canadian Journal of Critical Nursing DiscourseMême sujetNursing education and managementTravaux en français237 207