Operating room nurses' perceptions of the effects of physician‐perpetrated abuse
Notice bibliographique
Résumé
BACKGROUND: Operating room (OR) nurses experience abuse perpetrated by physicians; however, little research has been conducted to examine nurses' perceptions of the effects of such abuse. AIMS: The aim of this research was to understand participants' perceptions of physician-perpetrated abuse on their health and ability to provide patient care. MATERIALS/METHODS: In this qualitative descriptive study, ten operating room nurses working in Eastern Canada participated in open-ended, individual audiotaped interviews that were transcribed for analysis using Boyatzis' method for code development. RESULTS: Three categories of factors contributing to abuse were developed. The first, culture of the OR, included environment and hierarchy. The second, catalysts of abuse, included nurses' positions and experience as well as non-nurse factors such as resources and interpersonal relationships among physicians. The third category, perceived effects, included psychological, physical and social health consequences for nurses. Effects on patient care consisted of safety and potential challenges to access. DISCUSSION: Nursing practice implications included mentoring, support and accountability for action. Educational implications related to interdisciplinary education and increased education on communication, assertiveness, and awareness of abuse. Implications for research included studying perceptions of other health-care providers including physicians, studying recruitment and retention in relation to abuse, and studying other abuse in health care such as horizontal violence. CONCLUSION: We suggest a proactive approach for empowering OR nurses to address abuse and an increased focus on interdisciplinary roles.
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 | 0,000 | 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 ».