166 Individual Retention Conversations (IRC): Unlocking clinical research professional engagement
Notice bibliographique
Résumé
Objectives/Goals: The clinical research professional (CRP) workforce suffers from high turnover. Stay interviews have led to increased satisfaction and reduced turnover in other industries. We describe a multi-institutional project to develop, disseminate, and evaluate a CRP-tailored Stay Interview tool reimagined as the Individual Retention Conversation (IRC) toolkit. Methods/Study Population: In August 2022, following on the heels of a series of un-meeting conversations focused on CRP workforce development, the CRP taskforce initiated a working group to tackle issues related to CRP workforce retention. As a first initiative, this multi-institutional working group set out to develop, disseminate, and evaluate a Stay Interview tool tailored for a CRP audience and reimagined as the IRC toolkit. A 2-phase pilot study was initiated across six academic medical centers (AMCs: ASU, Duke, MUSC, UAB, UPenn, VCU) to: 1) optimize the toolkit for the CRP audience and 2) evaluate the impact of the toolkit using a standardized CRP satisfaction survey. Quantitative and qualitative data were collected via surveys using the REDCap platform. Results/Anticipated Results: The optimization phase of the pilot included 69 participants (16 managers and 53 of their CRP team members) from 6 AMCs. Respondents identified most and least useful questions for stimulating meaningful conversations regarding job satisfaction and retention issues with additional feedback on the IRC experience and tools. CRPs and managers represented a variety of roles, with 77% patient facing. The majority were satisfied with the IRC experience (82%) and found the experience personally beneficial (76%). Managers were satisfied with the manager’s guide (90%). Quantitative and qualitative feedback was used to optimize the toolkit prior to launch of phase 2 in September 2024, which includes a longitudinal survey-based assessment of CRP job satisfaction and IRC-consequent work environment changes. Discussion/Significance of Impact: CRP retention is impacted by complex factors, many related to job satisfaction, supervisor /employee relationships, and beneficial work environments. Initial evaluation of the IRC suggests that this intervention fosters positive supervisor/employee relationships and beneficial work environment changes, which may lead to improved retention.
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 | 0,092 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».