MétaCan
Menu
← Retour à la cohorte
Enregistrement W7001184730

Impact of dedicated nursing education days on nurse job satisfaction and retention

2025· article· en· W7001184730 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNurse educationNursing shortageJob satisfactionEconomic shortageHealth careTeam nursingMEDLINEPandemic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: The recent pandemic has exacerbated the existing challenges in nursing retention due to heightened stress and burnout. Objective: This study aims to determine whether there is an association between dedicated nursing education days and nurse satisfaction and retention at ESHC. Method: Erie Shores HealthCare nurses (n=44) were consulted through email and gave input on the design and implementation of workshops for nurse consumption. Post-consultation nurses participated in 8-hour-long education days. A voluntary, anonymous survey of 113 nurses participating in various educational days at Erie Shores HealthCare in Leamington, Ontario, Canada, between December 2023 and April 2024 was conducted. Result: Around 73% of participants reported that the education workshops were useful to their practice and competency as nurses in Ontario and 71% expressed that the knowledge gained would be used within their practices. Approximately 73% would recommend education workshops to other hospitals and organizations for ongoing nurse training in Ontario. The survey result underscores the urgent need for action in addressing the effects of implementing and executing multiple dedicated nursing education days. Implication: Outcomes from the study have led to proposed education days on an ongoing basis and developing out to other professions such as physicians and allied health professionals. This learning is crucial in understanding and addressing the broader issue of the national nursing shortage and ongoing problems with work-life balance and should motivate us all to take immediate action.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,010
Tête enseignante GPT0,318
Écart entre enseignants0,308 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)→Même sujetEffects and risks of endocrine disrupting chemicals→Travaux en français237 207→