Addressing the health human resources crisis: Strategies for retaining women health care professionals in organizations
Notice bibliographique
Résumé
Globally, healthcare systems are contending with a pronounced health human resource crisis marked by elevated rates of burnout, heightened job transitions, and an escalating demand for the limited supply of the existing health workforce. This crisis detrimentally affects the quality of patient care, contributing to long wait times, decreased patient satisfaction, and a heightened frequency of patient safety incidents and medical errors. In response to the heightened demand, healthcare organizations are proactively exploring solutions to retain their workforce. With women comprising over 70% of health human resources, this study seeks to gain insight into the unique experiences of women health professionals on the frontlines of healthcare and develop a conceptual framework aimed at facilitating organizations in effectively supporting the retention and advancement of women in healthcare frontline roles. We used grounded theory in this qualitative study. From January 2023 to May 2023, we conducted individual semi-structured interviews with 27 frontline HCWs working in Canada and representing diverse backgrounds. The data underwent thematic analysis, which involved identifying and comprehending recurring patterns across the information to elucidate emerging themes. Our analysis found that organizational, professional, and personal factors shape women's intentions to leave the frontline workforce. Reevaluating organizational strategies related to workforce, fostering a positive work culture, and building the capacity of management to create supportive work environment can collectively transform the work environment. By creating conditions that enable women to perform effectively and find satisfaction in their professional roles, organizations can enhance their ability to retain valuable talent.
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 | 0,013 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,026 | 0,014 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».