MétaCan
Menu
Retour à la cohorte
Enregistrement W7039993813

Nurse Managers’ Leadership Style and Retention of Registered Nurses in Canada

2023· article· en· W7039993813 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarWorks (Walden University) · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueCivil and Structural Engineering Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)NucleofectionGovernment (linguistics)FrugalityFilter (signal processing)Circumstantial evidence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Registered nurse shortages and high turnover rates are a problem in Canada. Few studies have been conducted that concentrate on nurse managers’ leadership styles in relation to retaining experienced registered nurses in Canada. This qualitative study was conducted to examine nurse managers’ leadership styles in relation to Canada’s declining retention of registered nurses. Leadership-motivated theory was used as a theoretical framework. Data were collected through semistructured interviews conducted with five registered nurses and three nurse managers, who all had a minimum of 5 years of experience in their respective roles in public healthcare centers in the province of Alberta, British Columbia, and Ontario. Data and documents were also obtained from organizational websites for triangulation of data. Data were analyzed using computer-assisted qualitative data analysis software. Analysis of the data led to the identification of three main themes and three subthemes regarding nurse managers’ leadership styles and registered nurse retention in Canada. Main themes were (a) job satisfaction, (b) retention strategies for registered nurses, and (c) nurse management assistance. Subthemes were (a) compensation and wage increase, (b) facilitating access to continuous education, and (d) appreciation. The findings of this study have potential implications for positive social change by providing health care centers with leadership strategies that could lower registered nurses turnover rate, boost retention, improve patient care, enhance registered nurses’ job satisfaction, and address the shortage of registered nurses in Canada.

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)0,005
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 enseignants0,027
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,208
Écart entre enseignants0,173 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarWorks (Walden University)Même sujetCivil and Structural Engineering ResearchTravaux en français237 207