MétaCan
Menu
Retour à la cohorte
Enregistrement W4401477361 · doi:10.69565/jems.v3i3.335

Identification of HRM practices to Improve work engagement of medical staff of Government hospitals

2024· article· en· W4401477361 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
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

RevueJournal of excellence in management sciences. · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueHuman Resource Development and Performance Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIdentification (biology)Work (physics)BusinessGovernment (linguistics)Knowledge managementProcess managementPublic relationsPolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Background: The work burdens on public hospitals of Pakistan have increased enormously in the recent past, due to which healthcare providers experience a higher level of burnout than other human service sectors of white-collar jobs. Government hospitals make different efforts to provide quality care with efficiency to poor patients. Healthcare employees operate in unsafe work environments, having less but overloaded infrastructure at the same time as private sector hospitals. In this scenario, employees of public hospitals are often found to be less engaged, stressed, and less attentive at their workplaces. Purpose: This study will help in some way the management of public hospitals of Punjab to understand those Human Resource Management practices that may boost work engagement of primary care providers, i.e. both Doctors and Nurses and provide evidence that Human Resource activities that are carefully designed may increase work engagement of healthcare staff which may pay back in the form of higher quality care and safety. For this purpose, this study identifies and tests those Human Resource Management practices in the Pakistani context on which Ontario Hospital Canada (OHA), Canadian Research Corporation (CRC), the National Health Service, UK and the Health Sector of the USA have given great emphasis, and which may enhance work engagement of employees. This study also highlights some possible barriers that cause variation in staff engagement. Methodology: This is a descriptive-analytic study that was conducted in 12 Tertiary and Tehsil level public hospitals (6 each, respectively) among on-duty Doctors and Nurses. A sample of 161 doctors and 137 nurses was collected through Stratified Random Sampling (Disproportionate Method) by using the Employees Experience Survey Questionnaire and the Quality Healthcare Workplace Model of the Ontario Hospital Association (OHA). Results were obtained by reliability analysis, correlation analysis, and regression. Employees' work engagement was measured through a cumulative percentage of positive responses on each dimension of human resource practices, which OHA and other researchers have stressed. The employees’ Engagement Score was bifurcated into high, medium, and low levels. Findings: The study concludes that by following an employee-centric approach based on the social and economic exchange theories, High-Performance Work Systems (HPWS), if carefully designed by management through effective HRM practices, may enable employees of public hospitals to provide high-quality patient care to the general public. In summary, the findings make clear that engagement culture comes from carefully devised HR practices with positivity, compassion, and respect for healthcare employees. When staff deals with such practices, they can fulfill their intrinsic satisfaction, which is vital to creating high-quality patient care quality.

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)0,013
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,399
Écart entre enseignants0,348 · 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