Predictors of Job Satisfaction in Long-Term Facilities
Notice bibliographique
Résumé
Purpose: The ability of health care organizations to provide quality care depends on its employees. Employers concerned about improving job satisfaction should consider employees’ perceptions of their jobs. The purpose of this study was to identify the best predictors of job satisfaction within long-term care (LTC) facilities.\nDesign and Methods: A cross-sectional, multi-site, quality of work life (QWL) survey was completed at three independent not-for-profi t LTC facilities in three communities in Ontario, Canada. 1,329 full, part and casual time non-physician staff on active payroll were eligible to participate. A 45-item, self-administered questionnaire collected information on: co-worker and supervisor support; teamwork and communication; job demands and decision authority; characteristics of the organization; patient/resident care; compensation and benefits; staff training and development; overall impressions of the organization; and socio-demographics.\nResults: The eight most important predictors of job satisfaction among LTC staff were: belief that the organization carried out its mission statement; good supervisor social support; being clear about job responsibilities; not being asked to do an excessive amount of work; job classification; good support for training and development; good teamwork; and being satisfi ed that staff contributions are recognized.\nImplications: The findings show that job satisfaction is a multi-dimensional construct. Efforts to improve the quality of work life and job satisfaction, and ultimately the quality of care will therefore require multiple strategies. The importance to the organization of achieving its mission, expectations and employees’ work responsibilities must be clearly communicated; and good development support and appropriate recognition of contributions need to be provided.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».