Comparative Review of Nurse Staffing Levels at Long-Term Care Facilities : - Focused on Korea, the United States, Japan, and Canada -
Bibliographic record
Abstract
본 연구는 미국, 일본, 캐나다의 노인요양시설 간호사 배치 현황과 유치 방안에 대한 정책 동향을 비교 고찰함으로써 우리나라 노인요양시설 내 간호사 확보를 위한 정책적 시사점을 도출하는데 목적이 있다. DBpia, RISS, KISS, Google scholar 등 데이터베이스를 활용하여 각국별 간호협회, 보건부, 통계청 등 관련기관 홈페이지에 탑재된 게시물 및 보고서 등의 자료를 수집하였다. 문헌고찰 기간은 2022년 11월 25일부터 2023년 10월 10일까지였다. 본 연구결과, 미국, 캐나다는 입소자 일일 간호사와 간호보조 인력으로 부터 제공받을 최소 서비스 제공시간을 정하고 있으며, 일본은 간호사 또는 준간호사로 배치기준을 정하고 있으나 실제 간호사가 배치율이 간호조무사 배치율 보다 더 높았다. 세 국가 모두 전체 간호사 대비 장기요양 종사 간호사의 비율과 임금 수준은 낮았으나 한국은 타 국가에 비해서도 장기요양 종사 비율이 낮고, 임금의 격차도 더욱 큰 것으로 나타났다. 세 국가 모두 장기요양시설 간호사 확보를 위해 임금 및 근로조건 개선, 전산 및 첨단 장비 활용 등을 통한 업무 부담 감소 등에 국가적 차원의 예산 투입 방안 마련과 역량 강화를 위한 전문교육과정 체계가 정비 중인 것으로 나타났다. 향후 우리나라도 장기요양시설에서의 의료요양 통합적 전문서비스 제공을 위한 간호사 배치기준 재정립, 정보화 기술 활용 등을 통한 업무 부담 감소 및 역량 강화를 위한 행정적·재정적 지원 방안 모색이 필요하다.
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 | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.011 | 0.025 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 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".