“How Can We Do Better?”: A Case Study of a Pre-Implementation Analysis of a Residency Program for New Graduate Nurses in Canada
Notice bibliographique
Résumé
Background Up to 33% of newly graduated nurses leave the profession within the first two years. This high turnover rate can burden care teams, negatively impacting the quality of care provided. To alleviate this problem, transition programs are offered to new nurses; however, they vary considerably in type and duration. Despite this heterogeneity, many researchers conclude that transition programs have a positive overall effect on new nurses’ competencies, self-confidence, satisfaction, stress, and retention, especially when they are longer than six months and have an explicit framework and structure, such as residency programs. Purpose To conduct a pre-implementation analysis of a residency program in the Canadian context. Methods Using a case study methodology, two sequential steps were performed to model the already implemented transition program and its components that needed to be upgraded to a residency program. Data were collected through 1) document analysis ( n = 1,601) with selected interviews of stakeholders ( n = 5) and 2) a survey with new graduate nurses ( n = 29) and preceptors ( n = 11). Results A preliminary logic model of the program was developed, depicting the structure of the proposed activities in terms of organizational orientation, unit integration, autonomous practice, and additional support measures. The operationalization of some program components was variable and sometimes missing, thereby affecting its quality. Conclusion This study showed how transition programs already implemented in clinical settings can be enhanced into residency programs by conducting a pre-implementation analysis. This can positively impact the transition of newly graduated nurses, including their 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 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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,022 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».