The incidence and management of workplace violence among medical professionals in the United States: A methodological pilot study
Notice bibliographique
Résumé
This study aimed to investigate workplace violence (WPV) experienced by medical professionals in the United States as well as individual and managerial actions following violent episodes and further, predict estimators of WPV. A modified version of the Workplace Violence in the Health Sector: Country Case Studies Research Instruments Survey Questionnaire was used to assess the incidence and management of workplace violence experienced by healthcare workers. Medical personnel from two social aggregation websites were recruited to participate in an online survey. 226 valid questionnaires were received. 48.5\% and 76.1\% of respondents, respectively, experienced physical and psychological violence in the past year. Risk factors for violence included occupation, patient population, ethnicity, and higher levels of anxiety regarding violence in hospitals. Overall, 17.7\% of reported incidents were investigated, 52.4\% of cases saw no consequences meted out to perpetrators and 51.7\% of victims suffered from negative emotions or aftereffects following a violent episode. Only 30.1\% of victims formally reported their experience with violence. The prevalence of violence was high and medical professionals were negatively affected by violence; however, formal reporting of episodes was low and measures combating violence were inadequate. Harsher penalties for perpetrators of violence are needed and hospitals need to implement guidelines that track the management of violence.
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 | 0,009 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».