Prevalence of Type II and Type III Workplace Violence against Physicians: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Workplace violence (WPV) in the health care sector remains a prominent, under-reported global occupational hazard and public health issue. OBJECTIVE: To determine the types and prevalence of WPV among doctors. METHODS: Primary papers on WPV in medicine were identified through a literature search in 4 health databases (Ovid Medline, EMBASE, PsychoINFO and CINAHL). The study followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines for the mapping and identification of records. To assess the studies included in our review, we used the Critical Appraisal Skills Programme cohort review checklist and the Risk of Bias Assessment. RESULTS: 13 out of 2154 articles retrieved were reviewed. Factors outlining physician WPV included (1) working in remote health care areas, (2) understaffing, (3) mental/emotional stress of patients/visitors, (4) insufficient security, and (5) lacking preventative measures. The results of 6 studies were combined in a meta-analysis. The overall prevalence of WPV was 69% (95% CI 58% to 78%). CONCLUSION: The impact of WPV on health care institutions is profound and far-reaching; it is quite common among physicians. Therefore, steps must be taken to promote an organizational culture where there are measures to protect and promote the well-being of doctors.
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 | 0,018 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,033 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».