MétaCan
Menu
Retour à la cohorte
Enregistrement W4401772840 · doi:10.3389/fmed.2024.1352499

Professionalism and associated factors among nurses working in Hawassa city public hospital, Sidama, Ethiopia

2024· article· en· W4401772840 sur OpenAlexaboutno aff
Eyerusalem Abebe Boe, Simenesh Mekonnen, Thomas Fako, Mastewal Aschale Wale, Meku Tade, Aklile Tsega Chekol

Notice bibliographique

RevueFrontiers in Medicine · 2024
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensnon disponible
Organismes subventionnairesHawassa University
Mots-clésLogistic regressionOdds ratioConfidence intervalOrdered logitPublic healthSimple random sampleStatistical significanceMedicineNursingCross-sectional studyMultivariate analysisFamily medicineDemographyPsychologyEnvironmental healthPopulationStatisticsSociologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background The foundation of the global healthcare system is nurses, and professionalism in nursing is a basic idea that helps patients, organizations, and people. Studies that have been published in Ethiopia, though, are limited, out-of-date, and poorly documented, especially when it comes to the study setting. Because of this, this study aimed to close a knowledge gap on the level of professionalism in public hospitals in Sidama, Ethiopia. Objective This study aimed to assess professionalism and associated factors among nurses working in Hawassa city public hospitals, Hawassa, Ethiopia. Methods An institutional-based cross-sectional study was conducted among nurses working in Hawassa city public hospital from June to July 2022. A computer-generated simple random sampling technique was used to select 413 study participants. The level of professionalism was assessed through a self-administered questionnaire, using the guidelines of the Registered Nurses Association of Ontario. All the loaded data using Epi-data version 4.6 were exported to a statistical package for social science. An ordinal logistic regression analysis was used to identify the associations between the outcome and predictor variables. The statistical significance of the factors influencing the outcome variable was declared in multivariate logistic regression analysis using an adjusted odds ratio at a 95% confidence interval with a p-value <0.05. Results A total of 405 nurses participated in the study, with a response rate of 98%. Of the total participants, more than half were females (55.3%). The level of professionalism was found to a moderate level. There was a strong link between completing their degree in a governmental institution, being part of a professional organization, serving for several years, and having a BSc or above qualification with a moderate level of professionalism. Conclusion We found a moderate level of professionalism among nurses working in the study setting. This suggests that the Regional Health Bureau should collaborate with other responsible bodies to develop various opportunities for nursing staff to increase their professionalism. The minister of health should be focused on private college nurses, nurses lacking the association, and the qualification of the profession.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,324
Écart entre enseignants0,292 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetNursing education and managementTravaux en français237 207