Perceptions on the sexual harassment of female nurses in a state hospital in Sri Lanka: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Sexual harassment occurs within the nursing profession globally, challenging the health and safety of nurses and the quality and efficiency of health systems. In Sri Lanka, no studies have explored this issue in the health sector; however, female employees face sexual harassment in other workplace settings. OBJECTIVE: To explore female nurses' perceptions of workplace sexual harassment in a large state hospital in Sri Lanka. METHODS: This is a qualitative study conducted in an urban, mainly Buddhist and Singhalese context. We invited all female senior and ward nurses working in the hospital to participate in the study. We conducted individual in-depth interviews with four senior nurses and focus group discussions with 29 nurses in three groups. RESULTS: The nurses described a variety of perceived forms of sexual harassment in the hospital. They discussed patient-perpetrated incidents as the most threatening and the clearest to identify compared with incidents involving doctors and other co-workers. There was significant ambiguity regarding sexual consent and coercion in relationships between female nurses and male doctors, which were described as holding potential for exploitation or harassment. The nurses reported that typical reactions to sexual harassment were passive. Alternatively, they described encountering inaction or victim blaming when they attempted to formally report incidents. They perceived that workplace sexual harassment has contributed to negative societal attitudes about the nursing profession and discussed various informal strategies, such as working in teams, to protect themselves from sexual harassment in the hospital. CONCLUSIONS: Sexual harassment was a perceived workplace concern for nurses in this hospital. To develop effective local prevention and intervention responses, further research is required to determine the magnitude of the problem and explore differences in responses to and consequences of sexual harassment based on perpetrator type and intent, and personal vulnerabilities of the victims, among other factors.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».