A Profile of Regulated Nurses Employed in Canadian Long-Term Care Facilities
Bibliographic record
Abstract
RÉSUMÉ Le personnel infirmier autorisé (PIA) et les infirmiers auxiliaires (I aux ) fournissent le volet spécialisé des soins infirmiers dans les centres de soins de longue durée au Canada. Cependant, peu d’études se sont penchées sur cette main-d’œuvre importante. Une enquête a été réalisée chez 309 PIS et 448 I aux provenant de 91 centres pour personnes âgées situés dans l’Ouest canadien afin de décrire leur profil démographique et certaines variables associées à leur travail et à leur santé. Les I aux étaient significativement plus jeunes que les PIA, travaillaient un plus grand nombre d’heures et avaient moins d’expérience en soins infirmiers. Ils étaient aussi davantage confrontés à des comportements réactifs d’aînés atteints de démence, comparativement aux PIA. Les PIA et les I aux plus jeunes rapportaient un épuisement professionnel ( burnout , épuisement émotionnel) plus sévère et davantage de problèmes de santé mentale que les groupes plus âgés. Des différences significatives ont également été observées entre les provinces, les régions et les propriétaires exploitants en ce qui concerne les variables démographiques, ainsi que les variables liées au travail et à la santé des PIA et des I aux . Ces résultats permettront d’informer les décisions politiques importantes à venir et la planification de la main d’œuvre afin d’améliorer la qualité de vie au travail pour le personnel infirmier œuvrant en centres de soins de longue durée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".