MétaCan
Menu
Retour à la cohorte
Enregistrement W1500238047 · doi:10.1111/j.1365-2834.2011.01196.x

Conflict management and job satisfaction in paediatric hospitals in Greece

2011· article· en· W1500238047 sur OpenAlexaff
Δάφνη Καϊτελίδου, ALEXANDRA KONTOGIANNI, Petros Galanis, Όλγα Σίσκου, Αναστασία Μαλλίδου, Andreas Pavlakis, Πέτρος Κωσταγιόλας, Μάμας Θεοδώρου, L. Liaropoulos

Notice bibliographique

RevueJournal of Nursing Management · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTeamworkConflict managementNursing managementJob satisfactionNursingIncentiveHuman resource managementAccommodationWork (physics)PsychologyMedicinePublic relationsSocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: To assess the major causes of conflict and to identify choices of strategy in handling conflicts. BACKGROUND: Conflict is inherent to hospitals as in all complex organizations, and health personnel deal with internal and external conflicts daily. METHODS: The sample consisted of 286 participants. A five-part questionnaire, specific for conflicts in hospitals, was administered to health personnel. RESULTS: Of the participants 37% were physicians and 63% were nurses and nursing assistants. As far as choice of strategy in conflict management is concerned, avoidance was found to be the most frequent mode chosen while accommodation was the least frequent mode. Organizational problems were the main issue creating conflicts since 52% of nurses and 45% of physicians agreed that receiving direction from more than one manager may lead to conflicts (P=0.02). Educational differences and communication gaps were reported as another cause of conflicts, with nurses supporting this statement more than the other groups (P=0.006). CONCLUSION: To become effective in conflict management nurses and physicians must understand causes and strategies in handling conflicts. IMPLICATIONS FOR NURSING MANAGEMENT: Major changes are needed regarding human resource management, work incentives and dynamics of teamwork in order to improve working conditions in Greek public hospitals.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,307
Écart entre enseignants0,263 · 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'étudeObservationnel
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

Citations67
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ManagementMême sujetConflict Management and NegotiationTravaux en français237 207