MétaCan
Menu
Retour à la cohorte
Enregistrement W2967129859 · doi:10.1590/0034-7167-2018-0687

Institutional strategies to prevent violence in nursing work: an integrative review

2019· review· en· W2967129859 sur OpenAlexaboutno aff
Cícera Adriana Rodrigues Pereira, Maria Helena Borgato, Rosana Maria Barreto Colichi, Sílvia Cristina Mangini Bocchi

Notice bibliographique

RevueRevista Brasileira de Enfermagem · 2019
Typereview
Langueen
DomaineSocial Sciences
ThématiqueWorkplace Violence and Bullying
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCINAHLScopusWork (physics)NursingWeb of scienceMEDLINEPsychologyMedicinePolitical sciencePsychological interventionEngineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To analyze the production of research that adopted as object of investigation: institutional strategies, actions and programs to curb and/or prevent the nursing workplace violence. METHOD: Integrative review of 14 articles in full, available in the databases LILACS, PubMed Central, Scopus, CINAHL and Web of Science. RESULTS: Of the articles analyzed, most arise from quantitative research (71%), carried out in the United States (65%), with educational actions (57%) and programs (43%), denoting policies. CONCLUSION: Results showed various ways to curb or prevent nursing workplace violence. These are specific strategies, there are few programs deployed worldwide, usually centered in the United States, Canada and Sweden. Most of them is well evaluated and can serve as a model for the development and dissemination of policies according to the needs of each location.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,446
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EnfermagemMême sujetWorkplace Violence and BullyingTravaux en français237 207