MétaCan
Menu
Retour à la cohorte
Enregistrement W4404725818 · doi:10.1111/inr.13068

Building resilience in nursing through strategic policy interventions

2024· article· en· W4404725818 sur OpenAlexaff
Mathumesa Muhunthan, Mary Anne Olalia, Sanja Neretljak, Suzanne Ezekiel, Kateryna Metersky

Notice bibliographique

RevueInternational Nursing Review · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensToronto Metropolitan UniversitySt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésWorkforceNursing shortageNursingStressorPsychological interventionBlameBurnoutContext (archaeology)Public relationsPsychologyPolitical scienceSociologyMedicineNurse educationSocial psychology

Résumé

récupéré en direct d'OpenAlex

In the context of a global nursing shortage, this paper explores the concept of resilience within the nursing profession, highlighting its implications for practice and policy on an international level. Although resilience is a vital concept for coping with stressors, we argue that placing the burden of resilience on individual nurses may obscure systemic issues that contribute to burnout and attrition. Resilience in nursing is a multifaceted concept that should be examined critically. Relying heavily on individual resilience may inadvertently perpetuate systemic issues and risk internalization of blame by nurses. Upon critical analysis of recent global statistics, this paper advocates for a shift toward collective resilience strategies, specifically, nurse participation in policy-making. This approach not only addresses immediate workforce challenges but also reinforces the essential role of the nursing profession in shaping health and social policies, ensuring sustainable healthcare systems worldwide.

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)0,015
score de la tête « metaresearch » (Gemma)0,020
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,007
Communication savante0,0060,007
Science ouverte0,0020,016
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,099
Tête enseignante GPT0,569
Écart entre enseignants0,470 · 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 revueInternational Nursing ReviewMême sujetResilience and Mental HealthTravaux en français237 207