Prevalence of Horizontal Violence Among Emergency Attending Physicians, Residents, and Physician Assistants
Notice bibliographique
Résumé
INTRODUCTION: Horizontal violence (HV) is malicious behavior perpetrated by healthcare workers against each other. These include bullying, verbal or physical threats, purposeful disruptive behavior, and other malicious behaviors. This pilot study investigates the prevalence of HV among emergency department (ED) attending physicians, residents, and mid-level providers (MLPs). METHODS: We sent an electronic survey to emergency medicine attending physicians (n=67), residents (n=25), and MLPs (n=24) in three unique EDs within a single multi-hospital medical system. The survey consisted of 18 questions that asked participants to indicate with what frequency (never, once, a few times, monthly, weekly, or daily) they have witnessed or experienced a particular behavior in the previous 12 months. Seven additional questions aimed to elicit the impact of HV on the participant, the work environment, or the patient care. RESULTS: Of the 122 survey invitations 91 were completed, yielding a response rate of 74.6%. Of the respondents 64.8% were male and 35.2% were female. Attending physicians represented 41.8%, residents 37.4%, and MLPs 19.8% of respondents. Prevalence of reported behaviors ranged from 1.1% (Q18: physical assault) to 34.1% (Q4: been shouted at). Fourteen of these behaviors were most prevalent in the attending cohort, six were most prevalent in the MLP cohort, and three of the behaviors were most prevalent in the resident cohort. CONCLUSION: The HV behaviors investigated in this pilot study were similar to data previously published in nursing cohorts. Furthermore, nearly a quarter of participants (22.2%) indicated that HV has affected care for their patients, suggesting further studies are warranted to assess prevalence and the impact HV has on staff and patients.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».