基于人工智能的能力评估作为预测新护士早期周转率的指标的评估

科学领域:

• 医疗保健管理的管理
• 人力资源中的人工智能
• 护理劳动力研究 护理劳动力研究

背景情况:

• 新聘护士的高流动率给医疗保健系统带来了重大挑战.
• 有效的招聘策略对于保留护理人员和确保高质量的患者护理至关重要.
• 预测分析为识别可能留在组织中的候选人提供了潜在的解决方案.

研究的目的:

• 评估人工智能 (AI) 能力评估在预测新聘护士早期流动中的有效性.
• 确定与护士保留相比早期辞职相关的特定人格特征和评估组件.
• 通过人工智能驱动的洞察力,向医疗保健组织提供有关改进招聘流程的信息.

主要方法:

• 一项涉及南韩一家医院156名新聘护士的定量研究.
• 利用人工智能能力评估来衡量各种特征,包括自我反思,诚实,与组织价值观一致,行为反应和关系动机.
• 相关性分析将评估得分与护士保留数据联系起来.

主要成果:

• 在自我反思,诚实和与组织价值观一致的高得分与更长的护士保留时间有显著的关联.
• 相反,行为反应和关系动机的高得分与早期辞职的可能性更高相关.
• 人工智能评估得分表明,在研究队伍中,护士流动率的预测有效性.

结论:

• 人工智能能力评估可以作为预测早期护士周转率的宝贵工具.
• 通过人工智能识别特定的人格指标可以提高医疗保健招聘的准确性.
• 实施人工智能驱动的招聘洞察力可以有助于提高护理工作人员的稳定性和持续的患者护理质量.