MétaCan
Menu
Retour à la cohorte
Enregistrement W4415020366 · doi:10.1016/j.ijnurstu.2025.105249

Understanding the work life of clinical nurse educators in Canadian hospitals through the Job Demands-Resources Model: A descriptive qualitative study

2025· article· en· W4415020366 sur OpenAlexafffundabout
Emily Read, Kateryna Metersky, Linda Matthews, Rachel MacLean

Notice bibliographique

RevueInternational Journal of Nursing Studies · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensToronto Metropolitan UniversityUniversity of New Brunswick
Organismes subventionnairesUniversity of New Brunswick
Mots-clésWorkforceQualitative researchInterpersonal communicationDescriptive researchWork (physics)Interpersonal relationshipJob satisfactionMEDLINENurse educator

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Clinical nurse educators play a vital role in supporting nursing staff development, clinical competency, and quality of care in acute care hospitals. Despite their importance, limited research has examined the demands and resources that shape their work life and effectiveness. OBJECTIVE: This study explored the job demands and resources influencing clinical nurse educators' experiences in two Canadian provinces, using the Job Demands-Resources (JD-R) model as a guiding framework. METHODS: A qualitative descriptive design was used, involving in-depth, semi-structured interviews with 24 clinical nurse educators employed in acute care hospitals in Ontario and New Brunswick. Thematic analysis was conducted to identify patterns in participants' descriptions of their roles, responsibilities, challenges, and supports. Codes were developed inductively and organized deductively using the JD-R framework, distinguishing between challenge demands, hindrance demands, job-related resources, and personal resources. RESULTS: Clinical nurse educators experienced a range of challenge demands, including administrative responsibilities, educational duties, continuous professional learning, and leadership. These aspects of the role provided opportunities for growth but were often accompanied by hindrance demands such as role ambiguity, interpersonal conflict, excessive workload, and lack of recognition. Participants reported feeling undervalued and overextended, with role expectations varying widely across organizations. Despite these challenges, clinical nurse educators drew on job-related resources including supportive colleagues, positive workplace culture, and collaborative teams and personal resources such as coping strategies, motivation, professional development, and social support. When resources were insufficient, clinical nurse educators reported frustration, burnout, and intentions to leave the role. The findings align with the JD-R model, highlighting how imbalance between demands and resources can trigger the health impairment pathway. CONCLUSIONS: Clinical nurse educators' effectiveness and retention are shaped by a complex interplay of job demands and resources. While challenge demands can be motivating, hindrance demands contribute to stress and burnout, particularly when not buffered by adequate support. Addressing role ambiguity, enhancing recognition, and investing in both structural and interpersonal resources are critical to sustaining the clinical nurse educator workforce in hospital settings.

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)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,557

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0370,014
Communication savante0,0100,004
Science ouverte0,0040,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,235
Tête enseignante GPT0,507
Écart entre enseignants0,271 · 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'étudeQualitatif
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'admission3
Résumé présentnon

Explorer davantage

Même revueInternational Journal of Nursing StudiesMême sujetNursing education and managementTravaux en français237 207