MétaCan
Menu
Retour à la cohorte
Enregistrement W4394602538 · doi:10.1001/jamanetworkopen.2024.4121

Top Factors in Nurses Ending Health Care Employment Between 2018 and 2021

2024· article· en· W4394602538 sur OpenAlex
K. Jane Muir, Joshua Porat‐Dahlerbruch, Jacqueline Nikpour, Kathryn Leep‐Lazar, Karen B. Lasater

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJAMA Network Open · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Occupational Safety and HealthAgency for Healthcare Research and QualityYork UniversityNational Institute of Nursing ResearchUniversity of Pennsylvania
Mots-clésStaffingHealth careBurnoutNursingMedicinePsychologyFamily medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Importance: The increase in new registered nurses is expected to outpace retirements, yet health care systems continue to struggle with recruiting and retaining nurses. Objective: To examine the top contributing factors to nurses ending health care employment between 2018 and 2021 in New York and Illinois. Design, Setting, and Participants: This cross-sectional study analyzed survey data (RN4CAST-NY/IL) from registered nurses in New York and Illinois from April 13 to June 22, 2021. Differences in contributing factors to ending health care employment are described by nurses' age, employment status, and prior setting of employment and through exemplar nurse quotes. Main Outcomes and Measures: Nurses were asked to select all that apply from a list of contributing factors for ending health care employment, and the percentage of nurse respondents per contributing factor were reported. Results: A total of 7887 nurses (mean [SD] age, 60.1 [12.9] years; 7372 [93%] female) who recently ended health care employment after a mean (SD) of 30.8 (15.1) years of experience were included in the study. Although planned retirement was the leading factor (3047 [39%]), nurses also cited burnout or emotional exhaustion (2039 [26%]), insufficient staffing (1687 [21%]), and family obligations (1456 [18%]) as other top contributing factors. Among retired nurses, 2022 (41%) ended health care employment for reasons other than planned retirement, including burnout or emotional exhaustion (1099 [22%]) and insufficient staffing (888 [18%]). The age distribution of nurses not employed in health care was similar to that of nurses currently employed in health care, suggesting that a demographically similar, already existing supply of nurses could be attracted back into health care employment. Conclusions and Relevance: In this cross-sectional study, nurses primarily ended health care employment due to systemic features of their employer. Reducing and preventing burnout, improving nurse staffing levels, and supporting nurses' work-life balance (eg, childcare needs, weekday schedules, and shorter shift lengths) are within the scope of employers and may improve nurse retention.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,037
Tête enseignante GPT0,372
Écart entre enseignants0,335 · 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