From nursing students to newly licensed registered nurses: A longitudinal survey study on burnout, perceived stress, generalized health, and intent to leave
Notice bibliographique
Résumé
Introduction: There is a critical nursing shortage worldwide, and newly licensed registered nurses (NLRN) are needed to fill the gap. There is a consistent loss of 1/3 NLRN in the first year and 1/5 within the second-year post-graduation. This loss has been attributed to burnout, with NLRN leaving the workforce (job) or nursing field. The aim of this longitudinal survey study was to examine the potential relationship between burnout, perceived stress, and generalized health with intent to leave the workforce. Methods: Surveys were administered from September 2023 to December 2024: baseline, graduation, 3-month, and 6-month post-graduation. Measures used were Maslach Burnout Inventory, Perceived Stress Scale, Generalized Health Questionnaire-12, and intent to leave. Results: Emotional exhaustion had a very strong direct correlation with depersonalization (.778) indicating the higher level of emotional exhaustion, the higher degree of depersonalization. Emotional exhaustion had a very strong direct correlation with perceived stress (.875), indicating the higher the perceived stress, the higher the degree of emotional exhaustion. Bachelor degree students showed higher levels of emotional exhaustion compared to associate degree students. Depersonalization had a moderately-strong correlation with thoughts of entering nursing, although 55% disagree about thoughts of leaving the nursing profession. Conclusions: This study lays a crucial longitudinal foundation on burnout, perceived stress, generalized health, degree program, and intent to leave. This study showed a very strong correlation between emotional exhaustion-perceived stress, emotional exhaustion-depersonalization, with students in Bachelor degree programs showing higher levels of emotional exhaustion. However, more research is needed exploring degree program, burnout, perceived stress, and their impact on intent to leave.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».