Building Empowering Work Environments That Foster Civility And Organizational Trust
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Creating supportive and empowering workplace conditions is important, not only because these conditions are related to improved nurse health and well-being but also because they are important for retaining top performing nurses. The current nursing shortage emphasizes the need to create such conditions. Objectives: The aim of this study was to examine the impact of a workplace intervention (Civility, Respect, and Engagement in the Workplace [CREW]) on nurses’ empowerment, experiences of supervisor and coworker incivility, and trust in nursing management. Methods: Registered nurses (Time 1, n = 755; Time 2, n = 573) working in 41 units across five hospitals in two provinces completed measures of workplace empowerment, supervisor and coworker incivility, and trust in management before and after a 6-month intervention. Eight units participated in the intervention, and 33 units were control groups. Multilevel modeling was used to test the impact of the intervention. Results: A significant interaction of time by intervention was found for the access to support and resources empowerment structures, total empowerment, supervisor incivility, and trust in management. Discussion: Compared with the control group, nurses who experienced the intervention program reported significant improvements in empowerment, supervisor incivility, and trust in management. Despite methodological challenges experienced in this study, the CREW process appears to be a promising intervention approach to enhance quality of nursing work environments, which may contribute to the retention of the nursing workforce.
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.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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 découle