Managing and mitigating conflict in healthcare teams: an integrative review
Notice bibliographique
Résumé
AIM: To review empirical studies examining antecedents (sources, causes, predictors) in the management and mitigation of interpersonal conflict. BACKGROUND: Providing quality care requires positive, collaborative working relationships among healthcare team members. In today's increasingly stress-laden work environments, such relationships can be threatened by interpersonal conflict. Identifying the underlying causes of conflict and choice of conflict management style will help practitioners, leaders and managers build an organizational culture that fosters collegiality and create the best possible environment to engage in effective conflict management. DESIGN: Integrative literature review. DATA SOURCES: CINAHL, MEDLINE, PsycINFO, Proquest ABI/Inform, Cochrane Library and Joanne Briggs Institute Library were searched for empirical studies published between 2002-May 2014. REVIEW METHODS: The review was informed by the approach of Whittemore and Knafl. Findings were extracted, critically examined and grouped into themes. RESULTS: Forty-four papers met the inclusion criteria. Several antecedents influence conflict and choice of conflict management style including individual characteristics, contextual factors and interpersonal conditions. Sources most frequently identified include lack of emotional intelligence, certain personality traits, poor work environment, role ambiguity, lack of support and poor communication. Very few published interventions were found. CONCLUSION: By synthesizing the knowledge and identifying antecedents, this review offers evidence to support recommendations on managing and mitigating conflict. As inevitable as conflict is, it is the responsibility of everyone to increase their own awareness, accountability and active participation in understanding conflict and minimizing it. Future research should investigate the testing of interventions to minimize these antecedents and, subsequently, reduce conflict.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».