Nursing home managers’ quality of work life and health outcomes: a pre-pandemic profile over time
Notice bibliographique
Résumé
AIM: To examine trends in quality of work life and health outcomes of managers in nursing homes in Western Canada pre-pandemic. METHODS: A repeated cross-sectional descriptive study using data collected in 2014-2015, 2017 and 2019-2020, in the Translating Research in Elder Care Programme. Self-reported measures of demographics, physical/mental health and quality of work life (eg, job satisfaction, burnout, work engagement) were administered and completed by nursing home managers. We used two-way analysis of variance to compare scores across times, controlling for clustering effects at the nursing home level. RESULTS: Samples for data collection times 1, 2, 3, respectively, were 168, 193 and 199. Most nursing home managers were nurses by profession (80.63-81.82%). Job satisfaction scores were high across time (mean=4.42-4.48). The physical (mean=51.53-52.27) and mental (mean=51.66-52.13) status scores were stable over time. Workplace engagement (vigour, dedication and absorption) scores were high and stable over time in all three dimensions. CONCLUSIONS: Nursing home managers were highly satisfied, had high levels of physical and mental health, and generally reported that their work was meaningful over time pre-COVID-19 pandemic. We provided a comparison for future research assessing the impacts of the pandemic on quality of work life and health outcomes.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».