MétaCan
Menu
← Retour à la cohorte
Enregistrement W7118088407 · doi:10.1093/geroni/igaf122.1013

Co-designing a workforce retention framework for long-term care homes

2025· article· en· W7118088407 sur OpenAlexaff
Winnie Sun, Jen Calver

Notice bibliographique

RevueInnovation in Aging · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésStaffingWorkforceWorkforce planningDelphi methodEmployee retentionWork (physics)Quality (philosophy)Professional development

Résumé

récupéré en direct d'OpenAlex

Abstract Background Despite the presence of long-standing staffing issues and evidence of turnover impacting quality of resident care, there is little guidance to assist long-term care (LTC) homes to create sustainable staffing stability and retention programs. The purpose of this study is to co-develop a workforce retention framework for LTC leaders to help guide staffing stability and retention programs in their nursing department. Methods A modified Delphi study was used to obtain consensus of workplace factors for retention of nurses and personal support workers in LTC. Forty staff members shared their level of agreement through Delphi surveys. Drawing from the literature, 54 item statements for the first survey round were organized into six categories - work/life balance, scheduling policies and procedures, professional development and education, work conditions, quality of care, and communication. Results Study reveals resilience level factors that acknowledge the challenges of LTC work and impact on individual health and wellbeing. It appreciates that the nature of the work environment can be unpredictable as resident care complexities increase, practice guidelines and ministry mandates changes, and the implications of the prolonged staffing issue. Continuous learning reflects the quality assurance and accountability of all practicing nurses to reflect on their current practice, identifying learning needs to actively update their knowledge and skills needed for continuing competence. Conclusion This study has implications for comprehensive staff retention planning and program development in LTC. As demand for LTC services rises, comprehensive staffing retention programs are necessary to sustain skilled and experienced staff in the workforce.

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)0,036
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0050,002
Études des sciences et des technologies0,0070,005
Communication savante0,0070,005
Science ouverte0,0040,009
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,061
Tête enseignante GPT0,440
Écart entre enseignants0,379 · 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'étudeQualitatif
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 revueInnovation in Aging→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→