MétaCan
Menu
Retour à la cohorte
Enregistrement W2171689155 · doi:10.1108/ccm-02-2012-0012

Stress among nurses: a multi‐nation test of the demand‐control‐support model

2013· article· en· W2171689155 sur OpenAlexaff
Vishwanath V. Baba, Louise Tourigny, Xiaoyun Wang, Terri R. Lituchy, Silvia Inés Monserrat

Notice bibliographique

RevueCross Cultural Management An International Journal · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensConcordia UniversityUniversity of ManitobaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOriginalityControl (management)ChinaLimitingTest (biology)Job controlJob satisfactionPsychologyMarketingEconomicsSocial psychologyBusinessEngineeringManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to investigate the effect of job demand, job control, and supervisory support on stress among nurses in China, Japan, Argentina, and the Caribbean using the Job demand‐control (JDC) and the Job demand‐control‐support (JDCS) models. Design/methodology/approach The authors have employed a comparative research design, cross‐sectional survey methodology with convenient random sampling, and a commonly used statistical analytic strategy. Findings The results highlight that job demand, job control, and supervisory support are important variables in understanding stress among nurses. This has been corroborated in China, Japan, Argentina, and the Caribbean. Based on their findings and what is available in the literature, the authors report that the JDCS model has universal significance albeit it works somewhat differently in different contexts. Originality/value This study's contribution comes from its comparative nature, theoretical anchor, its use of one of the most popular models of stress, its focus on a profession that is demonstrably stressed, its use of common measures and an established analytic strategy. The study's findings underscore the cross‐cultural usefulness and application of the JDCS model along with its threshold and substitution effects and limiting conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,407
Écart entre enseignants0,373 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations25
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross Cultural Management An International JournalMême sujetWorkplace Health and Well-beingTravaux en français237 207