Organizational Climate Determinants of Resident Safety Culture in Nursing Homes
Notice bibliographique
Résumé
PURPOSE OF THE STUDY: In recent years, there has been an increasing focus on the role of safety culture in preventing costly adverse events, such as medication errors and falls, among nursing home residents. However, little is known regarding critical organizational determinants of a positive safety culture in nursing homes. The aim of this study was to identify organizational climate predictors of specific aspects of the staff-rated resident safety culture (RSC) in a sample of nursing homes. DESIGN AND METHODS: Staff at 4 Michigan nursing homes responded to a self-administered questionnaire measuring organizational climate and RSC. Multiple regression analyses were used to identify organizational climate factors that predicted the safety culture dimensions nonpunitive response to mistakes, communication about incidents, and compliance with procedures. RESULTS: The organizational climate factors efficiency and work climate predicted nonpunitive response to mistakes (p < .001 for both scales) and compliance with procedures (p < .05 and p < .001 respectively). Work stress was an inverse predictor of compliance with procedures (p < .05). Goal clarity was the only significant predictor of communication about incidents (p < .05). IMPLICATIONS: Efficiency, work climate, work stress, and goal clarity are all malleable organizational factors that could feasibly be the focus of interventions to improve RSC. Future studies will examine whether these results can be replicated with larger samples.
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 | 0,001 | 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 | 0,000 | 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 ».