How workplace bullying changes how women promote their health
Notice bibliographique
Résumé
Purpose Workplace bullying is a prevalent and costly form of abuse influencing women's health. The purpose of this study is to expand knowledge of how women care for their health after experiencing workplace bullying and to explore variation in that process. Design/methodology/approach A qualitative feminist grounded theory method was used to study a community sample of 40 adult women across three Canadian provinces. Findings Experiencing workplace bullying causes a disruption in women's health and this was identified as the central problem for women in this study. Women address health disruption using a three‐stage process the authors named “managing disruption” that involves protecting, mobilizing, and rebuilding. Women's efforts to care for health which they define broadly as including control over their lives are influenced by formal and informal support and by personal factors such as past experiences, perception of employability, values and beliefs, and relationship patterns. Research limitations/implications Longitudinal study would be useful to understand long‐term consequences and potentially helpful resolutions of workplace bullying. Whether men's perspectives on their experiences are similar could also be explored. Practical implications Increasing awareness of what workplace bullying is and how to manage it would contribute to diminishing its occurrence and its impact. Social implications Women need support and resources from workplace and healthcare professionals when they have experienced workplace bullying. Originality/value Few studies have explored women's experiences of caring for health during and after bullying. Interestingly, women reported adopting more balanced perspectives on work and life after their bullying experiences.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».