Addressing workplace stress and understaffing: The Nova Scotia approach
Notice bibliographique
Résumé
Inadequate staffing, burnout, and business targets/ quotas have been hot button topics in pharmacy as of late.These issues have been cited in reports from the Ontario College of Pharmacists and the College of Pharmacy of British Columbia, and they have been highlighted in a recent editorial in Canadian Pharmacists Journal (CPJ). 1 A survey conducted by the Canadian Pharmacists Association found that nearly 80% of pharmacy professionals across Canada were at risk of burnout in 2023. 2 These issues, however, are not new for the profession.Despite having regulatory safeguards in place for more than 20 years, the Nova Scotia College of Pharmacists (NSCP) began receiving a growing number of reports several years ago that workplace conditions, including understaffing, were undermining patient safety and the ability of pharmacists to provide the quality of care that patients need.Given the importance of pharmacies being sufficiently staffed to provide safe and effective care for the public, the NSCP has been working for the past 5 years on a significant regulatory initiative to address these issues through its Staffing and Workload Initiative for Safety and Effectiveness (Staff-WISE) (Figure 1).Through this initiative, the NSCP is now positioned to take a strong step forward in addressing this complex issue.
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 | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,017 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».