Workplace aggression experienced by frontline staff in dementia care
Notice bibliographique
Résumé
AIM: To describe the frequency of aggressive acts experienced by frontline staff working in two models of dementia care: Residential Alzheimer's Care Centers and Secured Dementia Units and to explore the associations between aggressive acts experienced by frontline staff and factors related to the work context and care providers. BACKGROUND: Aggression towards healthcare providers in residential long-term care settings is well documented. However, few studies have examined associations between aggressive behaviours towards care providers and organisational factors. DESIGN: A cross-sectional survey. METHOD: The survey included demographic items and questions about aggressive acts experienced by staff and contextual factors. Analyses included: (1) descriptive statistics, (2) tests of difference (i.e. Student's t-test, Mann-Whitney U-test, chi-squared test and anova), (3) bivariate associations (i.e. Pearson and Spearman rank order correlations) and (4) multivariate linear regression. RESULTS: Ninety-one health care aides and licensed practical nurses working in four nursing units using two models of dementia care participated (response rate 81%). The most frequently reported types of aggression were physical assault (50% of staff, n = 45) and emotional abuse (48% of staff, n = 44). Aggressive acts were significantly associated with working in Secured Dementia Units rather than Residential Alzheimer's Care Centers. CONCLUSIONS: Frontline staff working in Secured Dementia Units were exposed to higher frequencies of various types of aggressive acts mainly initiated by residents. Future research needs to explore modifiable workplace factors associated with aggressive acts in a larger sample across a variety of long-term care settings. RELEVANCE TO CLINICAL PRACTICE: To prevent staff perceived aggressive acts, leaders and managers in dementia care need to acknowledge the complex topic of workplace aggression and encourage an open discussion among frontline staff without assigning blame. Care provider strategies for dealing with aggressive behaviour have to be implemented in policies and clinical practice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».