Workplace Challenges and Support Needs Experienced by Nurse Leaders in Home and Community Care During the COVID-19 Pandemic: A Qualitative Study
Notice bibliographique
Résumé
The COVID-19 pandemic had unprecedented impacts on the wellbeing of home care workers. Responsive leadership is a key facilitator for positive perceptions of work and reduced turnover intentions. Yet, the impact of the pandemic on nurse leaders working in home and community care remains to be explored. To describe the workplace experiences of point-of-care nurse leaders in the home and community care sector in Ontario, Canada during the COVID-19 pandemic. Semi-structured interviews were conducted with 8 nurse leaders in home care and analyzed thematically. Four overarching themes developed: (1) Inspired to lead-participants sought leadership roles to amplify their impact on client care, provider experience and the healthcare system. (2) Pandemic leadership challenges-leaders struggled to adapt to new pandemic-related workload demands, including unprecedented needs for staff well-being support. (3) Strategies to improve well-being-the personal toll of the pandemic was mitigated for some by maintaining personal boundaries and by strong support from peers and senior leaders. (4) Lessons learned-leaders expressed pride in their pandemic responses and professional growth through this time. They identified opportunities for stronger workplace structures to support them to excel in their roles. These experiences highlight the opportunity to better support nurse leaders in home and community care settings by creating work structures which promote healthy workplace boundaries, enable connections, and facilitate peer-to-peer information sharing. Such structures can support nurse leaders to thrive in their roles and continue to act as vital sources of support to their teams.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».