Sustaining a Workforce: Reflections on Work from Home and Community Care Nurses Transitioning out of the COVID-19 Pandemic
Notice bibliographique
Résumé
Introduction: The COVID-19 pandemic has had an unprecedented impact on nurses' well-being and desire to practice; however, the experience of Canadian home and community care nurses remains less well understood. As the health human resources crisis in this sector persists, understanding these nurses' experiences may be vital in creating more effective retention strategies. Objective: The aim of this study was to explore how the COVID-19 pandemic shaped the working experiences, motivations, and attitudes of home and community care nurses in the Greater Toronto Area. Methods: Using an exploratory, descriptive, qualitative approach, 16 home and community care nurses participated in semistructured interviews. Data were analyzed using collaborative thematic analysis. Participants shared their reflections on work by detailing their experiences prepandemic, during crisis, transitioning out of crisis, and regarding pandemic recovery. Results: During the COVID-19 pandemic inadequate staffing resources during and beyond the crisis period disrupted many desirable facets of work for home and community care nurses such as stable, balanced, and flexible work conditions, and exacerbated the unfavorable aspects such as isolation and inconsistent support. Many nurses were reevaluating their careers: for some, this meant stronger professional attachment and for others, it meant intentions to leave. Improved sector preparedness, wages, and workplace support were identified as strategies to sustain this workforce beyond the pandemic. Conclusion: Home care organizations must consider ways to address the root cause of concerns expressed by nurses who wish to practice in a supportive environment that is sufficiently staffed and sensitive to workload expectations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».