Bridging Educational Grant in Nursing (BEGIN) students’ intentions for retention in long-term, home and community care: A survey protocol
Notice bibliographique
Résumé
INTRODUCTION: Retention of nurses in long-term care (LTC) and home and community care (HCC) settings is a growing concern. Previous evidence underscores factors which contribute to nurses' intentions for retention in these sectors. However, perspectives of nursing students preparing to enter the workforce, and their intentions for short-term and long-term retention, remain unknown. This study aims to explore relationships between short-term and long-term intentions for retention with psychological empowerment, work engagement, career commitment, burnout, prosocial motivation, self-care and personal resilience among students enrolled in nursing educational bridging programs supported by the Bridging Educational Grant in Nursing (BEGIN) program in Ontario, Canada. METHODS AND ANALYSIS: This cross-sectional design study will use an open online survey to investigate perspectives of current nursing students enrolled in educational bridging programs on factors relating to psychological empowerment, work engagement, career commitment, resilience, burnout, prosocial motivation, self-care and intentions for retention. Additionally, the survey will collect demographic information, including age, gender, ethnicity, citizenship, income, family status, nursing role, and years of employment and/or education. Open-ended questions will elicit participants' perspectives on financial considerations for career planning and other factors impacting intentions for retention. Descriptive data will be presented for contextualisation of participants' demographic characteristics to enhance generalisability of the cohort. Descriptive statistics will be used to summarise participants' scores on various assessment measures, as well as their short-term and long-term intentions for retention in LTC and HCC after completion of BEGIN. A Pearson's product moment r correlation will determine relationships between intentions for retention and other measures, and linear regression will determine whether any potential correlations can be explained by regression. ETHICS AND DISSEMINATION: This research protocol received ethical approval from a research-intensive university research ethics board (#123211). Findings will be disseminated to nursing knowledge users in LTC and HCC through publications, conferences, social media and newsletters.
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 | 0,037 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,007 |
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 ».