MétaCan
Menu
Retour à la cohorte
Enregistrement W2029981193 · doi:10.1111/j.1365-2834.2007.00812.x

Managing nurses through disciplinary power: a Foucauldian analysis of workplace violence

2008· article· en· W2029981193 sur OpenAlexafffund
Isabelle St‐Pierre, Dave Holmes

Notice bibliographique

RevueJournal of Nursing Management · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensUniversity of OttawaMcGill University
Organismes subventionnairesHealth Canada
Mots-clésDisciplinePower (physics)Nursing managementWorkplace violenceEconomic shortagePublic relationsHealth careWork (physics)Zero toleranceNursingPerspective (graphical)MedicineSociologyEngineering ethicsPolitical scienceHuman factors and ergonomicsGovernment (linguistics)Poison controlMedical emergencyCriminologyEngineeringSocial scienceLawComputer science

Résumé

récupéré en direct d'OpenAlex

AIMS: This paper describes discipline as a specific technique of power which constitutes, in our view, a form of institutional violence. BACKGROUND: The need to create and maintain safe and healthy work environments for healthcare professionals is well documented. EVALUATION: Foucault's concept of disciplinary power was used to explore institutional violence from a critical perspective. KEY ISSUE: Violence is identified as an important factor in the recruitment and retention of healthcare professionals. Given the shortage of such professionals, there is an urgent need to take a fresh look at their working environments and working conditions. CONCLUSION: Power, surveillance and disciplinary techniques are used at all levels of hospital management to control and contain both human resources and costs. IMPLICATIONS FOR NURSING MANAGEMENT: By associating common workplace practices with institutional violence, employers who have a policy of zero tolerance toward workplace violence will need to re-examine their current ways of operating.

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)0,006
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0070,030
Communication savante0,0050,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,365
Écart entre enseignants0,322 · 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'étudeQualitatif
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

Citations47
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing ManagementMême sujetWorkplace Violence and BullyingTravaux en français237 207