MétaCan
Menu
Retour à la cohorte
Enregistrement W4406095405 · doi:10.1080/01612840.2024.2433504

Inclusion and Exclusion – How Staff Experience Belonging at a Mental Health and Addiction Hospital Setting: A Cross-Sectional Study and the Implications

2025· article· en· W4406095405 sur OpenAlexaffabout
D Murray, Light Bosah Chiotu

Notice bibliographique

RevueIssues in Mental Health Nursing · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth, psychology, and well-being
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésWorkforceMental healthCross-sectional studyPsychologyHealth careInclusion (mineral)Job satisfactionEthnic groupNursingSocial psychologyMedicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

The need for belonging is a fundamental human motivation. Despite the significance of belonging, many people struggle to feel a sense of it. Healthcare organizations continue to experience workforce shortages. A workplace that does not promote belonging may prevent the career progression of its staff, leading to low morale and poor work performance. This may negatively impact their physical and mental health and compromise patient safety. The purpose was to explore inter-professional healthcare workers’ sense of belonging at all levels (horizontal and vertical) and to predict possible factors that may promote/hinder it. An anonymous, descriptive, cross-sectional online electronic survey design and a modified version of the Sense of Belonging Instrument were used to collect data over 2 months in 2024 to report employees’ levels of belonging. This included mental health nurses. The study was conducted at a large, urban, mental health and addiction hospital located in Ontario, Canada. A total of 441 staff members completed a questionnaire. The response rate was 24%. The variables of age, tenure, gender, ethnicity, area of work, and job satisfaction were statistically significant. Multiple regression analysis revealed that the variables of tenure, gender, employment status, and job satisfaction were predictors for belonging. Healthcare leaders must understand who feels that they belong and who does not. Every employee (regardless of their background), should feel that they belong. People should not have to feel like an outsider when they are at work. Understanding and fostering a sense of belonging in the workplace is critical to maintaining a stable workforce.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,477
Écart entre enseignants0,454 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIssues in Mental Health NursingMême sujetHealth, psychology, and well-beingTravaux en français237 207