Identifying Motivators for Retention of Service Workers in Youth Group Care Programs
Notice bibliographique
Résumé
Residential group care programs in Calgary, Alberta, Canada face challenges in recruiting and retaining qualified human service workers. This workforce retention issue affects the quality of care provided to vulnerable children and youth, as well as the overall stability of residential group care. The purpose of this qualitative action research study was to explore why service workers in front-line jobs choose to stay in their positions in youth-serving residential group care programs, guided by Herzberg’s two-factor theory of motivation. Nine participants were recruited through purposeful sampling via social media and email, with the criterion that they had been employed at a residential group care program in Calgary, Alberta, for at least 1 year. Data were analyzed using thematic coding and inductive analysis. Key results included diversity of roles and employment length, fulfillment of purpose, commitment to youth and improving care systems, pursuit of professional growth, fulfillment from witnessing youth growth, satisfaction from improving professionally, reliance on supports, connection to people and the work, resilience to manage the demands of the work, suggested improvements to increase retention, and alignment to residential group care work. Recommendations included developing and prioritizing structured and ongoing relational supervision practices, creating a peer mentorship program and sector-wide network for new and emerging human service workers, and advocating for increasing compensation and equity across the sector. This study may lead to positive social change by enhancing services to children and youth in residential group care programs, thereby increasing the retention rates of human service workers.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».