Exploring the factors affecting ICU nurse retention during and post-COVID-19: A qualitative descriptive interview study
Notice bibliographique
Résumé
OBJECTIVES: ICUs have been shown to experience high staff turnover rates, exacerbated by the COVID-19 pandemic. Shortages in nurse staffing have been linked to worse patient outcomes. The purpose of this study was to determine the factors most likely to promote nurse retention in the context of the COVID-19 pandemic. METHODS: This was a qualitative interview study in which 19 registered nurses in a single ICU were asked which factors contribute to ICU nurse turnover and attrition, as well as improve staff retention. We recruited participants who had either left or considered leaving their ICU position since the onset of the COVID-19 pandemic. We used Braun and Clarke's method of thematic analysis to generate themes from the interviews, which were video, or audio recorded. Using NVivo software, data were coded by assigning concepts to data segments. These codes were consolidated into categories and further combined to create themes. The study followed the standards outlined in the COREQ checklist. RESULTS: We generated four themes to capture the aspects that most influenced participants' desire to remain in their ICU positions. Themes included Organizational Resources and Scheduling, Interpersonal Factors, Mental Health Support and Training and Career Advancement. CONCLUSIONS: This study explored the key factors that impact nurses' willingness to continue working in the ICU following the COVID-19 pandemic. Participants highlighted how administrative change, workplace relationships, access to mental health services, and availability of professional development opportunities may have positively influenced their decision to stay. The findings described may prove valuable avenues of future study as further investigation related to the themes described may help guide intervention aimed at improving ICU retention. IMPLICATIONS FOR CLINICAL PRACTICE: Together, these findings may serve to inform future ICU interventions aimed at improving nurse retention in the ICU.
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 | 0,000 | 0,005 |
| 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 | 0,000 |
| 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 ».