Best Practices to Promote Occupational Safety and Satisfaction: A Comparison of Three North American Hospitals
Notice bibliographique
Résumé
PURPOSE: Hospitals in North America consistently have employee injury rates ranking among the highest of all industries. Organizations that mandate workplace safety training and emphasize safety compliance tend to have lower injury rates and better employee safety perceptions. However, it is unclear if the work environment in different national health care systems (United States vs. Canada) is associated with different employee safety perceptions or injury rates. This study examines occupational safety and workplace satisfaction in two different countries with employees working for the same organization. METHODOLOGY/APPROACH: Survey data were collected from environmental services employees (n = 148) at three matched hospitals (two in Canada and one in the United States). The relationships that were examined included: (1) safety leadership and safety training with individual/unit safety perceptions; (2) supervisor and coworker support with individual job satisfaction and turnover intention; and (3) unit turnover, labor usage, and injury rates. FINDINGS: Hierarchical regression analysis and ANO VA found safety leadership and safety training to be positively related to individual safety perceptions, and unit safety grade and effects were similar across all hospitals. Supervisor and coworker support were found to be related to individual and organizational outcomes and significant differences were found across the hospitals. Significant differences were found in injury rates, days missed, and turnover across the hospitals. ORIGINALITY/VALUE: This study offers support for occupational safety training as a viable mechanism to reduce employee injury rates and that a codified training program translates across national borders. Significant differences were found.between the hospitals with respect to employee and organizational outcomes (e.g., turnover). These findings suggest that work environment differences are reflective of the immediate work group and environment, and may reflect national health care system differences.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».