Patient safety climate (PSC) perceptions of frontline staff in acute care hospitals
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: Increased awareness regarding the importance of patient safety issues has led to the proliferation of theoretical conceptualizations, frameworks, and articles that apply safety experiences from high-reliability industries to medical settings. However, empirical research on patient safety and patient safety climate in medical settings still lags far behind the theoretical literature on these topics. PURPOSE: The broader organizational literature suggests that ease of reporting, unit norms of openness, and participative leadership might be important variables for improving patient safety. The aim of this empirical study is to examine in detail how these three variables influence frontline staff perceptions of patient safety climate within health care organizations. METHODOLOGY: A cross-sectional study design was used. Data were collected using a questionnaire composed of previously validated scales. FINDINGS: The results of the study show that ease of reporting, unit norms of openness, and participative leadership are positively related to staff perceptions of patient safety climate. PRACTICE IMPLICATIONS: Health care management needs to involve frontline staff during the development and implementation stages of an error reporting system to ensure staff perceive error reporting to be easy and efficient. Senior and supervisory leaders at health care organizations must be provided with learning opportunities to improve their participative leadership skills so they can better integrate frontline staff ideas and concerns while making safety-related decisions. Finally, health care management must ensure that frontline staff are able to freely communicate safety concerns without fear of being punished or ridiculed by others.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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