Exploring the Experiences and Perspectives of new Graduate Nurses on the Push-Pull Factors of Nursing Workforce Crisis Post COVID-19
Notice bibliographique
Résumé
BackgroundThe aim of this study is to explore the practice experiences of new graduate nurses (NGNs) in publicly funded acute healthcare settings in the Greater Toronto Area, their perspectives on the determinants of their desire to stay or leave the nursing profession, and to identify action-oriented strategies to promote retention of NGNs.DesignQualitative, descriptiveMethodsFifteen NGNs participated in focus group sessions, where a semi-structured interview guide was created to generate discussion on NGNs' lived and professional experiences. We utilised the Social Ecological and Intersectionality frameworks to guide data analysis with an emphasis on social identities, power relationships, and the personal, interpersonal, organizational, and structural determinants of nursing retention.ResultsParticipants contextualized their major challenges within four professional development phases: 1.) accessible nursing education and practicum placement; 2) preparedness, orientation and mentorship during entry to practice; 3) navigating transition to independent practice and multi-level structural violence; 3.1) retention strategies; and 4) perspectives on professional trajectory for NGNs.ConclusionNGNs experience major challenges throughout their nursing education and career. The study findings indicate that further research and systemic reform is essential to support, develop, and retain nursing leaders in the acute care setting. Furthermore, the findings can inform the development of evidence-based nursing curriculum reform.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».