MétaCan
Menu
Retour à la cohorte
Enregistrement W3003304244 · doi:10.3390/su12031040

Nurse Practitioners’ Work Values and Their Conflict Management Approaches in a Stressful Workplace: A Taiwan Study

2020· article· en· W3003304244 sur OpenAlexaff
Jing Lei, Zhenzhong Ma, Zhijuan Ma, Baomin Chen, Shuya Cheng

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAutonomyWork (physics)Work engagementNursingPersonal developmentPsychologyConflict managementPublic relationsBusinessMedicineSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Globalization has created an urgent need to understand management practices in different cultures. This study examines Confucianism-based work values of nurse practitioners in Taiwan and explores their impact on conflict management approaches in order to help health practitioners maintain sustainable work relationships and improve organizational effectiveness in an increasingly stressful workplace. Based on the data from 259 nurse practitioners in Taiwan, this study shows that nurse practitioners in Taiwan consider holistic rewards, self-fulfillment and personal growth, challenge and responsibility, autonomy, and meaningfulness as important work values. Hierarchical regression results further indicate that nurse practitioners with strong group-centered needs, such as needs for holistic rewards, preferred collaborative methods to manage conflicts in the workplace, and individuals with strong self-centered needs, such as needs for personal growth and self-fulfillment and needs for autonomy, preferred competitive methods to manage conflicts. Interestingly, this study also finds that self-centered needs such as needs for self-fulfillment and personal growth, and needs for challenge and responsibility are also related to collaborative approaches. Managerial implications are then discussed for conflict management training for nurse practitioners under stressful work conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,310
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetConflict Management and NegotiationTravaux en français237 207