Impact of financial incentives introduced during the COVID-19 pandemic on nursing staff: a mixed-method protocol
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic has had a major impact on nursing staff, resulting in alarming turnover rates. As part of the Quebec (Canada) government's response to the pandemic, nurses have been offered exceptional financial incentives. Considering the cost of these measures, the current article presents the research protocol of a study aiming to explore the impact of financial incentives on full-time equivalent, and retention rates among the nursing staff in two healthcare settings in Quebec. METHODS AND ANALYSIS: A sequential mixed design (QUANT→QUAL) will be used. The quantitative phase will involve a quantitative descriptive analysis and the qualitative phase will consist of a qualitative descriptive study. Administrative data (working hours, employment status and retention rate) will be analysed over a 4.5-year follow-up (from 1 January 2019 to 30 June 2023) to explore the impact of the financial incentives. Focus groups will explore nurses' views on financial incentives. The results will inform the development of future interventions to mitigate attrition problems among nurses and ultimately improve access to and the continuity of public health services. ETHICS AND DISSEMINATION: The study has been approved by ethics committees of the participating healthcare settings (Comité d'éthique de la recherche sectorial en santé des populations et première ligne du CIUSSS de la Capitale-Nationale; Comité d'éthique de la recherche du CISSS de Chaudière-Appalaches). The results will be disseminated mainly in scientific publications and at academic conferences in addition to presentations tailored to various non-academic audiences.
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 | 0,123 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,007 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,010 |
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 ».