Navigating Workforce Challenges in Long-Term Care: A Co-Design Approach to Solutions
Notice bibliographique
Résumé
(1) Background: The enduring impact of COVID-19 on the long-term care (LTC) sector remains uncertain, necessitating targeted efforts to address current and emerging challenges. This study aims to identify the key stressors faced by healthcare workers (HCWs) in LTC and to co-develop innovative, actionable strategies that mitigate these stressors, foster resilience, and promote workforce retention. (2) Methods: This study utilized a qualitative co-design methodology within a mixed-methods, multi-phase framework conducted between July 2023 and October 2024. This article focuses on Phase 1, which involved 11 semi-structured focus groups and steering group discussions with 24 HCWs, including personal support workers (PSWs), nurses, and LTC administrators across Ontario to explore workplace-related distress and foster a shared understanding of challenges in the LTC sector. Data were audio-recorded, transcribed verbatim, and analyzed using thematic analysis to derive key themes and actionable insights. (3) Results: Key themes emerging from co-design sessions included the need for (i) effective workload management tools, (ii) the prioritization of psychological safety and mental health services, (iii) reducing regulatory and bureaucratic burdens, (iv) strengthening management practices, and (v) fostering recognition and a positive sector image. Co-design sessions with HCWs and leaders facilitated the identification of priority issues and high-level solutions, including addressing workload issues, implementing mental health and support programs, enhancing work-life integration, improving management training, and promoting psychological safety in LTC settings. (4) Conclusions: This study deepens our understanding of workplace challenges in the LTC sector and the factors contributing to HCWs' mental distress. Leveraging a co-design approach offers valuable insights into the lived experiences of HCWs and leaders. The findings provide actionable guidance for LTC leaders and policymakers to create effective, tailored interventions that actively engage HCWs in addressing workplace stressors and mitigating recurrent challenges.
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 | 0,076 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,013 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,005 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».