The Effects of Trivialization of Workplace Violence on Its Victims: Profession and Sex Differences in a Cross-Sectional Study among Healthcare and Law Enforcement Workers
Notice bibliographique
Résumé
BACKGROUND: Workers from the law enforcement and healthcare sectors tend to normalize or mute their victimization from workplace violence (WPV). OBJECTIVES: This study aims to assess the impact of the trivialization of WPV on psychological consequences for workers who have been affected by a WPV incident. The second aim is to assess the moderating effect of sex on the trivialization of WPV. The third and overarching aim is to assess the moderating effect of professional identity on the relations between individual and organizational factors and psychological consequences following a WPV incident. METHODS: The findings are based on a convenience sample of 377 (204 female and 173 male) workers from the law enforcement and healthcare sectors. Individual factors (sex, age, professional identity, prior victimization, witnessing WPV, injuries, and trivialization of violence) and perceived support factors (colleagues' support and employer's support) were used as predictor variables of psychological consequences in hierarchical linear regression models. Sex was used as a moderator of trivialization while professional identity was used as a moderator of all predictors. FINDINGS: When individual and social support factors were controlled for, normalizing violence was negatively associated with psychological consequences while perceiving a taboo associated with complaining about WPV was positively associated for all participants. When these relations were moderated by the sex of the participants and then by their professional identity, normalization was found to decrease psychological consequences only for male healthcare workers. IMPLICATIONS: To help employees cope with WPV, organizations should promote strategies adapted to profession and sex differences. For male healthcare workers, normalization as a cognitive coping strategy should be formally recognized. For both professions and sexes, organizational strategies that counter the perceived taboo of complaining about violence should be reinforced.
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 | 0,002 | 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 | 0,001 | 0,001 |
| 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 ».