Responding to disruptive behaviors in nursing: One-year follow-up of quasi-experimental research measuring links to turnover, intent to leave, and patient care quality
Notice bibliographique
Résumé
Background and objectives: Disruptive behaviors among nurses are a prevalent problem in health care, contributing to nursing staff turnover and compromising patient care. Newly licensed nurses may be unprepared to respond to disruptive behaviors effectively, negatively impacting them, patients, and organizations. Cognitive rehearsal can increase self-efficacy to respond effectively to disruptive behaviors. The purpose of this study was to determine the longitudinal impact of a cognitive rehearsal intervention delivered to nursing students during the final semester of their pre-licensure program on self-efficacy to respond to disruptive behaviors, turnover and intent to stay in a job, frequency of disruptive behaviors, and perceived impact on patient care.Methods: Design: This study was the second phase in a quasi-experimental, longitudinal project. Participants and Setting: In Phase 1, 129 participants were recruited from three pre-licensure nursing programs in the Midwestern United States. All participants received the intervention. In Phase 2, one year after graduating, 95 remained enrolled. Methods: An electronic survey was used to collect data. Paired t-tests were used to detect changes in self-efficacy; bi-variate correlations were utilized to determine relationships between outcome variables.Results: Multiple measures of self-efficacy to respond remained statistically significantly increased one year after graduating (p < .05). Experiencing (r = .489; p < .000) and witnessing (r = .432; p < .000) disruptive behaviors was significantly linked to patient care.Conclusions: Cognitive rehearsal had a sustained, positive impact on self-efficacy to respond to disruptive behaviors and should be included in pre-licensure curricula.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».